resize_trilinear

paddle.fluid.layers. resize_trilinear ( input, out_shape=None, scale=None, name=None, actual_shape=None, align_corners=True, align_mode=1, data_format='NCDHW' ) [源代码]

注意： 参数 actual_shape 将被弃用，请使用 out_shape 替代。

该层对输入进行放缩，基于给定的由 actual_shape , out_shape , scale 确定的输出shape，进行三线插值。三线插值是包含三个参数的线性插值方程（D方向，H方向，W方向），在一个3D格子上进行三个方向的线性插值。更多细节，请参考维基百科：https://en.wikipedia.org/wiki/Trilinear_interpolation Align_corners和align_mode都是可选参数，可以用来设置插值的计算方法，如下：

Example:

      For scale:

      if align_corners = True && out_size > 1 :

        scale_factor = (in_size-1.0)/(out_size-1.0)

      else:

        scale_factor = float(in_size/out_size)

      Bilinear interpolation:

        if:
            align_corners = False , align_mode = 0

            input : (N,C,D_in,H_in,W_in)
            output: (N,C,D_out,H_out,W_out) where:

            D_out = (D_{in}+0.5) * scale_{factor} - 0.5
            H_out = (H_{in}+0.5) * scale_{factor} - 0.5
            W_out = (W_{in}+0.5) * scale_{factor} - 0.5


        else:

            input : (N,C,D_in,H_in,W_in)
            output: (N,C,D_out,H_out,W_out) where:

            D_out = D_{in} * scale_{factor}
            H_out = H_{in} * scale_{factor}
            W_out = W_{in} * scale_{factor}

参数

  • input (Variable) – 5-D Tensor，数据类型为float32、float64或uint8，其数据格式由参数 data_format 指定。

  • out_shape (list|tuple|Variable|None) – 调整最近邻层的输出形状，形式为(out_h, out_w)。默认值：None。如果 out_shape 是列表，每一个元素可以是整数或者shape为[1]的变量。如果 out_shape 是变量，则其维度大小为1。

  • scale (float|None) – 输入高、宽的乘法器。out_shape 和 scale 二者至少设置其一。out_shape 具有比 scale 更高的优先级。默认：None

  • name (str|None) – 输出变量的命名

  • actual_shape (Variable) – 可选输入，动态设置输出张量的形状。如果提供该值，图片放缩会依据此形状进行，而非依据 out_shape 和 scale。即为，actual_shape 具有最高的优先级。如果想动态指明输出形状，推荐使用 out_shape，因为 actual_shape 未来将被弃用。当使用 actual_shape 来指明输出形状，out_shape 和 scale 也应该进行设置，否则在图形生成阶段将会报错。默认：None

  • align_corners （bool）- 一个可选的bool型参数，如果为True，则将输入和输出张量的4个角落像素的中心对齐，并保留角点像素的值。默认值：True

  • align_mode (bool) - (int，默认为'1')，双线性插值选项，src_idx = scale*(dst_index+0.5)-0.5时取'0'，src_idx = scale*dst_index时取'1'。

  • data_format （str，可选）- 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCDHW"和"NDHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCDHW"。

返回

5-D Tensor，形状为 (num_batches, channels, out_d, out_h, out_w) 或 (num_batches, out_d, out_h, out_w, channels)。

代码示例

#declarative mode
import paddle.fluid as fluid
import paddle
import numpy as np
paddle.enable_static()
input = fluid.data(name="input", shape=[None,3,6,8,10])

#1
output = fluid.layers.resize_trilinear(input=input,out_shape=[12,12,12])

#2
#x = np.array([2]).astype("int32")
#dim1 = fluid.data(name="dim1", shape=[1], dtype="int32")
#fluid.layers.assign(input=x, output=dim1)
#output = fluid.layers.resize_trilinear(input=input,out_shape=[12,dim1,4])

#3
#x = np.array([3,12,12]).astype("int32")
#shape_tensor = fluid.data(name="shape_tensor", shape=[3], dtype="int32")
#fluid.layers.assign(input=x, output=shape_tensor)
#output = fluid.layers.resize_trilinear(input=input,out_shape=shape_tensor)

#4
#x = np.array([0.5]).astype("float32")
#scale_tensor = fluid.data(name="scale", shape=[1], dtype="float32")
#fluid.layers.assign(x,scale_tensor)
#output = fluid.layers.resize_trilinear(input=input,scale=scale_tensor)

place = fluid.CPUPlace()
exe = fluid.Executor(place)
exe.run(fluid.default_startup_program())

input_data = np.random.rand(2,3,6,8,10).astype("float32")

output_data = exe.run(fluid.default_main_program(),
    feed={"input":input_data},
    fetch_list=[output],
    return_numpy=True)

print(output_data[0].shape)

#1
# (2, 3, 12, 12, 12)
#2
# (2, 3, 12, 2, 4)
#3
# (2, 3, 3, 12, 12)
#4
# (2, 3, 3, 4, 5)

#imperative mode
import paddle.fluid.dygraph as dg

with dg.guard(place) as g:
    input = dg.to_variable(input_data)
    output = fluid.layers.resize_trilinear(input=input, out_shape=[12,12,12])
    print(output.shape)

    # [2L, 3L, 12L, 12L, 12L]