UpSampling2D 层

[源代码]

UpSampling2D 类

tf_keras.layers.UpSampling2D(
    size=(2, 2), data_format=None, interpolation="nearest", **kwargs
)

用于 2D 输入的上采样层。

分别将数据的行和列重复 size[0] 和 size[1] 倍。

示例

>>> input_shape = (2, 2, 1, 3)
>>> x = np.arange(np.prod(input_shape)).reshape(input_shape)
>>> print(x)
[[[[ 0  1  2]]
  [[ 3  4  5]]]
 [[[ 6  7  8]]
  [[ 9 10 11]]]]
>>> y = tf.keras.layers.UpSampling2D(size=(1, 2))(x)
>>> print(y)
tf.Tensor(
  [[[[ 0  1  2]
     [ 0  1  2]]
    [[ 3  4  5]
     [ 3  4  5]]]
   [[[ 6  7  8]
     [ 6  7  8]]
    [[ 9 10 11]
     [ 9 10 11]]]], shape=(2, 2, 2, 3), dtype=int64)

参数

• size: 整数或包含 2 个整数的元组。行和列的上采样因子。
• data_format: 字符串，取值 channels_last（默认）或 channels_first。输入维度顺序。channels_last 对应形状为 (batch_size, height, width, channels) 的输入，而 channels_first 对应形状为 (batch_size, channels, height, width) 的输入。如果未指定，则使用 TF-Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值（如果存在），否则为 'channels_last'。默认为 'channels_last'。
• interpolation: 字符串，取值 "area"、"bicubic"、"bilinear"、"gaussian"、"lanczos3"、"lanczos5"、"mitchellcubic"、"nearest"。

输入形状

4D 张量，形状如下： - 如果 data_format 为 "channels_last"：(batch_size, rows, cols, channels) - 如果 data_format 为 "channels_first"：(batch_size, channels, rows, cols)

输出形状

4D 张量，形状如下： - 如果 data_format 为 "channels_last"：(batch_size, upsampled_rows, upsampled_cols, channels) - 如果 data_format 为 "channels_first"：(batch_size, channels, upsampled_rows, upsampled_cols)