[pytorch] nn.Upsample

주어진 멀티채널 1D / 2D / 3D 데이터를 업샘플링한다.

인풋데이터는 minibatch x channels x [optional depth] x [optional height] x width

형태로 가정되나, spatial input(2D)은 4D 텐서, volumetric input(3D)은 5D텐서가능한 알고리즘 : nearest neighbor, linear, bilinear, bicubic, 3D이상의 데이터에 대해서는 trilinear

 

• parameters
  size (int/tuple) : output 사이즈
  scale_factor(float/tuple) : Depth, Height, Width에 입력받은 정수 만큼 곱해준다. (1,1,2,2) 가 인풋으로 들어오면 (1,1,4,4)가 된다.
  mode (str) – 업샘플링 알고리즘 :  'nearest', 'linear', 'bilinear', 'bicubic', 'trilinear'. Default: 'nearest'
  align_corners(bool) : True이면 인풋과 아웃풋의 코너 픽셀들이 정렬됨. 그 픽셀들의 값이 보존된다. 단, mode가 linear, bilinear, trilinear일 때만 적용 가능. Default: False

size와 scala_factor는 함께 사용하지 않음.

 

 

downsampling이나 일반적인 resizing을 원하면 interpolate()을 사용하라고 한다.

https://pytorch.org/docs/stable/generated/torch.nn.Upsample.html

Upsample — PyTorch 1.9.0 documentation