interpolate函数可以实现上下采样

初次使用时，还不会使用，该函数可以对一个batch的图像数据进行上下采样，但是有一些地方需要注意，否则会报错！！！！

我想要对（64, 256, 256）大小的图像进行2倍下采样，于是有了下面输入

import torch
from torch import nn
import torch.nn.functional as F


if __name__ == '__main__':
    input = torch.randn(64, 256, 256)    
    print(input)
    outputs = F.interpolate(input, scale_factor=0.5, mode='nearest')
    print(outputs)
    print(outputs. Shape)

 输出结果是：

torch.Size([64, 256, 128])

很明显不是我想要的（64，128，128）

经过修改，应该添加一个维度：

import torch
from torch import nn
import torch.nn.functional as F


if __name__ == '__main__':
    input = torch.randn(1, 64, 256, 256)    # b, c, h, w
    print(input)
    outputs = F.interpolate(input, scale_factor=0.5, mode='nearest')
    print(outputs)
    print(outputs. Shape)

运行结果为：

torch.Size([1, 64, 128, 128])

这样就对了，但是后面要恢复到原来的维度，使用.squeeze(0)函数去掉一个维度。