UpSampling2D
类keras.layers.UpSampling2D(
size=(2, 2), data_format=None, interpolation="nearest", **kwargs
)
用于 2D 输入的上采样层。
实现使用插值调整大小,根据调整大小方法(由 interpolation
参数指定)。使用 interpolation=nearest
来重复数据的行和列。
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 = keras.layers.UpSampling2D(size=(1, 2))(x)
>>> print(y)
[[[[ 0 1 2]
[ 0 1 2]]
[[ 3 4 5]
[ 3 4 5]]]
[[[ 6 7 8]
[ 6 7 8]]
[[ 9 10 11]
[ 9 10 11]]]]
参数
"channels_last"
(默认)或 "channels_first"
。输入中维度排序。"channels_last"
对应于形状为 (batch_size, height, width, channels)
的输入,而 "channels_first"
对应于形状为 (batch_size, channels, height, width)
的输入。如果未指定,则使用 Keras 配置文件 ~/.keras/keras.json
(如果存在)中找到的 image_data_format
值,否则为 "channels_last"
。默认为 "channels_last"
。"bicubic"
、"bilinear"
、"lanczos3"
、"lanczos5"
、"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)