Unpooling上池化/上采样(nn.MaxUnpool2d) (Nearest Neighbor Unpooling & Bed of Nails Unpooling)(upsampling)

Unpooling作为一种上采样(upsampling)的方法，与pooling看起来像是相反的操作，我们有三种方法，第一种是Nearest Neighbor，就是把相同的数据复制４个达到扩大四倍的效果，第二种是”Bed of Nails”，把数据防止在对应位置的左上角，然后其余的地方补0，如下图所示。

 第三种方法是Max Unpooling，对于一部分网络模型来讲，上采样和下采样的结构往往是对称的，我们可以在下采样做Max Pooling的时候记录下来最大值所在的位置，当做上采样的时候把最大值还原到其对应的位置，然后其余的位置补0,如下图所示。

 这样可以最大限度的还原信息。

import torch
from torch import nn

pool = nn.MaxPool2d(2, stride=2, return_indices=True)
unpool = nn.MaxUnpool2d(2, stride=2)
input = torch.tensor([[[[ 1.,  2,  3,  4],
                        [ 5,  6,  7,  8],
                        [ 9, 10, 11, 12],
                        [13, 14, 15, 16]]]])

output, indices = pool(input)
result = unpool(output, indices)
print(result)

#也可以unpool的结果的size和input不同
result = unpool(output, indices, output_size=torch.Size([1, 1, 5, 5]))
print(result)