怎么在pytorch中使用Resize()函數(shù)

這篇文章將為大家詳細(xì)講解有關(guān)怎么在pytorch中使用Resize()函數(shù)，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關(guān)知識有一定的了解。

Resize函數(shù)用于對PIL圖像的預(yù)處理，它的包在：

from torchvision.transforms import Compose, CenterCrop, ToTensor, Resize

使用如：

def input_transform(crop_size, upscale_factor):
  return Compose([
    CenterCrop(crop_size),
    Resize(crop_size // upscale_factor),
    ToTensor(),
  ])

而Resize函數(shù)有兩個參數(shù)，

CLASS torchvision.transforms.Resize(size, interpolation=2)

size (sequence or int) – Desired output size. If size is a sequence like (h, w), output size will be matched to this. If size is an int, smaller edge of the image  will be matched to this number. i.e, if height > width, then image will be rescaled to (size * height / width, size)

interpolation (int, optional) – Desired interpolation. Default is PIL.Image.BILINEAR

size : 獲取輸出圖像的大小

interpolation : 插值，默認(rèn)的  PIL.Image.BILINEAR， 一共有4中的插值方法

Image.BICUBIC，PIL.Image.LANCZOS，PIL.Image.BILINEAR，PIL.Image.NEAREST

關(guān)于怎么在pytorch中使用Resize()函數(shù)就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。