【mindspore框架】【nn.ResizeBilinear()】能否在构建网络时指定size或者scale_factor？

问题描述：

【功能模块】

class ResizeBilinear(Cell):

def __init__(self,):

    """Initialize ResizeBilinear."""

    super(ResizeBilinear, self).__init__()

def construct(self, x, size=None, scale_factor=None, align_corners=False):

    shape = bilinear(x.shape, size, scale_factor, align_corners, self.cls_name)

    resize_bilinear = P.ResizeBilinear(shape, align_corners)

    return resize_bilinear(x)

【操作步骤&问题现象】

1、构建网络时想指定size或者factor，但是发现只能在前向计算时才能指定参数，

【截图信息】

如果改成这样，是不是能行得通？

def __init__(self, size=None, scale_factor=None, align_corners=False):

    """Initialize ResizeBilinear."""

    super(ResizeBilinear, self).__init__()

    self.size = size

    self.scale_factor = scale_factor

    self.align_corners = align_corners

解答：

你可以采用如下方式调用：

from mindspore.ops import ResizeBilinear

__init__

self.resizebilinear = ResizeBilinear(参数化)

construct

x = self.resizebilinear(x)

中间还可能需要下面这个函数来做一些初始化工作

from mindspore.nn.layer.basic import bilinear

其实您的需求可以理解为，您期望在construct中使用，而且ResizeBilinear在网络中按照传入的shape动态resize，mindspore目前暂时不支持这个功能，这个主要的限制是动态shape的支持，动态shape可以理解为网络训练过程中，由于某些层的网络输入输出shape不固定，导致整个网络训练时需要编译多次图，您想要的这种功能，一定会出现动态shape，目前mindspore对动态shape的支持有限，您的这种场景目前还不支持，后续动态shape支持完善之后，才能支持。