mindspore.ops.ResizeNearestNeighborV2

class mindspore.ops.ResizeNearestNeighborV2(align_corners=False, half_pixel_centers=False, data_format='NHWC')[源代码]

使用最近邻算法将输入Tensor调整为特定大小。

最近邻算法选择最近点的值，不考虑其他相邻点的值，产生分段常数插值。

参数：

align_corners (bool，可选) - 如果为True，则输入输出图像四个角像素的中心被对齐，同时保留角像素处的值。默认值：False。
half_pixel_centers (bool，可选) - 是否使用半像素中心对齐。如果设置为True，那么 align_corners 应该设置为False。默认值：False。
data_format (str，可选) - 输入 x 的数据格式。默认值：”NHWC”。

输入：

x (Tensor) - 四维的Tensor，其shape为 \((batch, height, width, channels)\) 或者 \((batch, channels, height, width)\)，取决于 data_format 。支持的数据类型列表：[int8, uint8, int16, uint16, int32, int64, float16, float32, float64]。
size (Tensor) - 输出图片的尺寸。一维的Tensor，含有两个元素 [new_height, new_width]。

输出：

y (Tensor) - 调整大小后的图像。是一个shape为 \((batch, new\_height, new\_width, channels)\) 或者 \((batch, channels, new\_height, new\_width)\) 的四维Tensor，具体是哪一个shape取决于 data_format 。数据类型与输入 x 相同。

异常：

TypeError - x 或者 size 不是Tensor。
TypeError - x 不在支持的数据类型列表里。
TypeError - size 的数据类型不是int32。
TypeError - align_corners 和 half_pixel_centers 不是 bool。
TypeError - data_format 为不是string类型。
ValueError - data_format 不是“NHWC”或者“NCHW”。
ValueError - size 的值含有非正数。
ValueError - x 的维度不等于4。
ValueError - size 的维度不等于1。
ValueError - size 的元素个数不是2。
ValueError - 属性 half_pixel_centers 和 align_corners 同时设为True。

支持平台：

CPU

样例：

>>> input_tensor = Tensor(np.ones((1, 4, 4, 1)), mstype.float32)
>>> size = Tensor([2, 2], mstype.int32)
>>> resize = ops.ResizeNearestNeighborV2()
>>> output = resize(input_tensor, size)
>>> print(output)
[[[[1.]
   [1.]]
  [[1.]
   [1.]]]]
>>> print(output.shape)
(1, 2, 2, 1)