UpsamplingBilinear2D

paddle.nn.UpsamplingBilinear2D(size=None,scale_factor=None, data_format='NCHW',name=None):

该OP用于调整一个batch中图片的大小。

输入为4-D Tensor时形状为(num_batches, channels, in_h, in_w)或者(num_batches, in_h, in_w, channels), 调整大小只适用于高度和宽度对应的维度。

支持的插值方法:

BILINEAR：双线性插值

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。

有关双线性插值的详细信息，请参阅维基百科： https://en.wikipedia.org/wiki/Bilinear_interpolation

参数:

  • size (list|tuple|Tensor|None) - 输出Tensor，输入为4D张量，形状为为(out_h, out_w)的2-D Tensor。如果 size 是列表，每一个元素可以是整数或者形状为[1]的变量。如果 size 是变量，则其维度大小为1。默认值为None。

  • scale_factor (float|Tensor|list|tuple|None)-输入的高度或宽度的乘数因子。 size 和 scale_factor 至少要设置一个。 size 的优先级高于 scale_factor 。默认值为None。如果 scale_factor 是一个list或tuple，它必须与输入的shape匹配。

  • data_format （str，可选）- 指定输入的数据格式，输出的数据格式将与输入保持一致。对于4-D Tensor，支持 NCHW(num_batches, channels, height, width) 或者 NHWC(num_batches, height, width, channels)，默认值：'NCHW'。

  • name (str|None, 可选) - 该参数供开发人员打印调试信息时使用，具体用法请参见 Name 。默认值为None。

返回：4-D Tensor，形状为 (num_batches, channels, out_h, out_w) 或 (num_batches, out_h, out_w, channels)。

抛出异常：

  • TypeError - out_shape应该是一个列表、元组或变量。

  • ValueError - out_shape 和 scale 不可同时为 None。

  • ValueError - out_shape 的长度必须为2如果输入是4D张量。

  • ValueError - scale应大于0。

  • ValueError - data_format 只能取 ‘NCHW’、‘NHWC’

代码示例

import paddle
import paddle.nn as nn

input_data = paddle.rand(shape=[2,3,6,10])
upsample_out  = paddle.nn.UpsamplingBilinear2D(size=[12,12])
output = upsample_out(input_data)
print(output.shape)
# [2L, 3L, 12L, 12L]