nn.Upsample() 参数详解

nn.Upsample上采样改变的数图片的尺寸

1. size: 指定输出的尺寸大小

2. scale_factor： 指定输出的尺寸是输入尺寸的倍数

3. mode: 上采样的算法可选 ‘nearest’, ‘linear’, ‘bilinear’, ‘bicubic’，‘trilinear’. 默认: ‘nearest’

4. align_corners:为True，则输入和输出张量的角像素对齐，从而保留这些像素的值。这只会在mode是linear, bilinear，或trilinear。默认值：false

model支持的插值方法:

NEAREST：最近邻插值

LINEAR：线性插值

BILINEAR：双线性插值

TRILINEAR：三线性插值

BICUBIC：双三次插值

最近邻插值是在输入张量的高度和宽度上进行最近邻插值。

线性插值是用一条线连接两个已知量来确定两个已知量之间的一个未知量的值的方法。

双线性插值是线性插值的扩展，用于在直线2D网格上插值两个变量（例如，该操作中的H方向和W方向）的函数。 关键思想是首先在一个方向上执行线性插值，然后在另一个方向上再次执行线性插值。

三线插值是线性插值的一种扩展，是3参数的插值方程（比如op里的D,H,W方向），在三个方向上进行线性插值。

双三次插值是在二维网格上对数据点进行插值的三次插值的扩展，它能创造出比双线性和最近临插值更为光滑的图像边缘。

注意：size和scale_factor二选一（不能两者兼而有之，因为它是模棱两可的）

• 参考：

【1】https://www.bookstack.cn/read/paddlepaddle-2.0-zh/710802889bbb58c2.md

【2】https://blog.51cto.com/u_15274944/4939993