mindspore.ops.interpolate

mindspore.ops.interpolate(x, roi=None, scales=None, sizes=None, coordinate_transformation_mode='align_corners', mode='linear')[源代码]

使用 mode 设置的插值方式调整输入 x 大小。

Warning

  • 实验特性，接口可能发生变化。

  • roi 是保留输入， crop_and_resize 坐标变换模式下生效，当前不支持。

  • Ascend平台下，当前不支持将 mode 设置为”linear”。

  • CPU平台下，当 mode 是”bilinear”时，当前不支持将 coordinate_transformation_mode 设置为”half_pixel”。

参数：

  • x (Tensor) - 输入Tensor。当 mode 是”linear”时， x 为3维Tensor。当 mode 是”bilinear”时， x 为4维Tensor。

  • roi (tuple[float]， 可选) - 在 crop_and_resize 坐标变换模式下生效，当前不支持。

  • scales (tuple[float]， 可选) - 输入shape每个维度resize的系数。 scales 中的数全是正数。 scales 的长度跟 x 的shape长度相同。 scales 和 sizes 同时只能指定一个。

  • sizes (tuple[int]， 可选) - 输入shape指定轴的新维度。 sizes 中的数全是正数。 scales 和 sizes 同时只能指定一个。当 mode 是”linear”时， sizes 为1个int元素 \((new\_width,)\) 的tuple。当 mode 是”bilinear”时， sizes 为2个int元素 \((new\_height, new\_width)\) 的tuple。

  • coordinate_transformation_mode (str) - 指定进行坐标变换的方式，默认值是”align_corners”， 还可选”half_pixel”和”asymmetric”。 假如我们需要将输入Tensor的x轴进行resize。我们记 new_i 为resize之后的Tenosr沿x轴的第i个坐标； 记 old_i 为输入Tensor沿x轴的对应坐标； 记 new_length 是resize之后的Tensor沿着x轴的长度， 记 old_length 是输入Tensor沿x轴的长度。我们可以通过下面的公式计算出来 old_i :

    old_i = new_length != 1 ? new_i * (old_length - 1) / (new_length - 1) : 0  # if set to 'align_corners'

old_i = new_length > 1 ? (new_x + 0.5) * old_length / new_length - 0.5 : 0  # if set to 'half_pixel'

old_i = new_length != 0 ? new_i * old_length / new_length : 0  # if set to 'asymmetric'

  • mode (str) - 所使用的插值方式。 目前支持”linear”和”bilinear”插值方式。默认值: “linear”。

返回：

Tensor，数据类型与 x 相同。

异常：

  • TypeError - x 不是Tensor。

  • TypeError - x 的数据类型不支持。

  • TypeError - scales 不是float类型的tuple。

  • ValueError - scales 中的数不全是正数。

  • TypeError - sizes 不是int64类型的tuple。

  • ValueError - sizes 中的数不全是正数。

  • TypeError - coordinate_transformation_mode 不是string。

  • ValueError - coordinate_transformation_mode 不在支持的列表中。

  • TypeError - mode 不是string类型。

  • ValueError - mode 不在支持的列表中。

支持平台：

Ascend CPU GPU

样例：

>>> # case 1: linear mode
>>> x = Tensor([[[1, 2, 3], [4, 5, 6]]], mindspore.float32)
>>> output = ops.interpolate(x, None, None, (6,), "align_corners")
>>> print(output)
[[[1. 1.4 1.8 2.2 2.6 3.]
  [4. 4.4 4.8 5.2 5.6 6.]]]
>>> # case 2: bilinear mode
>>> x = Tensor([[[[1, 2, 3, 4, 5], [1, 2, 3, 4, 5]]]], mindspore.float32)
>>> output = ops.interpolate(x, None, None, (5, 5), "asymmetric", "bilinear")
>>> print(output)
[[[[1. 2. 3. 4. 5.]
   [1. 2. 3. 4. 5.]
   [1. 2. 3. 4. 5.]
   [1. 2. 3. 4. 5.]
   [1. 2. 3. 4. 5.]]]]