Pytorch关于torch.nn.functional.interpolate的用法的示例展示

先附上torch的说明文档https://pytorch.org/docs/stable/generated/torch.nn.functional.interpolate.html

但是CSDN上搜到的很多都是翻译复制的文档,不如自己测试一下,如下

在jupyter notebook 写入


python
import torch
from torch import nn
input = torch.arange(2, 6, dtype=torch.float32).view(1, 1, 1, 4)
input
#print(input.shape)``
m = nn.functional.interpolate(input, size = (4,4), mode='nearest')
m
input2 = torch.arange(3, 11, dtype=torch.float32).view(1, 1, 2, 4)
input2
m2 = nn.functional.interpolate(input2, size = (4,4), mode='nearest')
m2
input3 = torch.arange(3, 15, dtype=torch.float32).view(1, 1, 3, 4)
input3
m3 = nn.functional.interpolate(input3, size = (10,4), mode='nearest')
m3

输出结果如下
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
这样一来,插值的效果就很清晰了。之前不确定的是:插值时被插值图片是集中的,还是分离的。测试一下发现是分离的。

注:这是关于nearest的例子,后面有机会补bilinear的。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值