Upsample

Upsample - 10

版本

  • 名称: Upsample (GitHub)

  • : main

  • 起始版本: 10

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子已 自版本 10 起弃用。

摘要

对输入张量进行上采样。输出张量的每个维度值计算方式为:输出维度 = floor(输入维度 * 比例)。

属性

  • 模式 - STRING (默认为 'nearest')

    两种插值模式:最近邻插值(默认)和线性插值(包括双线性、三线性等)

输入

  • X (异构) - T

    N维张量

  • scales (异构) - tensor(float)

    沿着每个维度的比例数组。其取值应大于等于1。'scales' 中的元素数量应与输入 'X' 的秩相同。

输出

  • Y (异构) - T

    调整大小后的N维张量

类型约束

  • T 在 ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    约束输入 'X' 和输出 'Y' 为所有张量类型。

Upsample - 9

版本

  • 名称: Upsample (GitHub)

  • : main

  • 起始版本: 9

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子已 自版本 9 起可用。

摘要

对输入张量进行上采样。输出张量的每个维度值计算方式为:输出维度 = floor(输入维度 * 比例)。

属性

  • 模式 - STRING (默认为 'nearest')

    两种插值模式:最近邻插值(默认)和线性插值(包括双线性、三线性等)

输入

  • X (异构) - T

    N维张量

  • scales (异构) - tensor(float)

    沿着每个维度的比例数组。其取值应大于等于1。'scales' 中的元素数量应与输入 'X' 的秩相同。

输出

  • Y (异构) - T

    调整大小后的N维张量

类型约束

  • T 在 ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    约束输入 'X' 和输出 'Y' 为所有张量类型。

Upsample - 7

版本

  • 名称: Upsample (GitHub)

  • : main

  • 起始版本: 7

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的算子已 自版本 7 起可用。

摘要

对输入张量进行上采样。输出张量的每个维度值计算方式为:输出维度 = floor(输入维度 * 比例)。

属性

  • 模式 - STRING (默认为 'nearest')

    两种插值模式:最近邻插值(默认)和线性插值(包括双线性、三线性等)

  • scales - FLOATS (必需)

    沿着每个维度的比例数组。其取值应大于等于1。'scales' 中的元素数量应与输入 'X' 的秩相同。

输入

  • X (异构) - T

    N维张量

输出

  • Y (异构) - T

    调整大小后的N维张量

类型约束

  • T 在 ( tensor(bool), tensor(complex128), tensor(complex64), tensor(double), tensor(float), tensor(float16), tensor(int16), tensor(int32), tensor(int64), tensor(int8), tensor(string), tensor(uint16), tensor(uint32), tensor(uint64), tensor(uint8) )

    约束输入和输出类型为所有张量类型。

Upsample - 1

版本

  • 名称: Upsample (GitHub)

  • : main

  • 起始版本: 1

  • 函数: False

  • 支持级别: SupportType.EXPERIMENTAL

  • 形状推断: False

实验性算子不维护版本控制。

摘要

对输入张量进行上采样。输出张量的宽度和高度计算方式为:输出宽度 = floor(输入宽度 * 宽度比例), 输出高度 = floor(输入高度 * 高度比例)。示例:给定 data 张量、宽度比例、高度比例和模式,对输入 4 维张量在最近邻模式下进行上采样:data = [[[ [1, 2], [3, 4] ]]] width_scale = 2 height_scale = 2 mode = “nearest” output = [[[ [1, 1, 2, 2], [1, 1, 2, 2], [3, 3, 4, 4], [3, 3, 4, 4] ]]]

属性

  • height_scale - FLOAT (必需)

    沿着高度维度的比例。其取值应大于等于1。

  • 模式 - STRING (默认为 'nearest')

    两种插值模式:最近邻插值(默认)、双线性插值

  • width_scale - FLOAT (必需)

    沿着宽度维度的比例。其取值应大于等于1。

输入

  • X (异构) - T

    4维张量, [N,C,H,W]

输出

  • Y (异构) - T

    调整大小后的4维张量, [N,C,H,W]

类型约束

  • T 在 ( tensor(bool), tensor(double), tensor(float), tensor(float16), tensor(int32), tensor(int64) )

    约束输出类型为 bool, int32, int64, float16, float, double 张量。