Enable JavaScript to interact with content and submit forms on Wolfram websites. Learn how

ResizeLayer

ResizeLayer[{d}]

表示一个进行二维数组在一个维度上调整大小的层.

ResizeLayer[{d₁,…,d_n}]

表示一个进行 (n+1) 维数组在 n 个维度上调整大小的层.

更多信息和选项

ResizeLayer 通常在 NetChain、NetGraph 等函数内部使用，通过重采集调整输入数组的一个维度或多个维度的大小.
默认情况下，或通过设置 InterleavingFalse，ResizeLayer 将第一个维度视作通道维度，该维度保持不变. 当设置 InterleavingTrue 时，该通道维度则被视为输入和输出数组的最后一个维度.
在 ResizeLayer[{d₁,…,d_n}] 中，d_i 可取下列值：
n 把维度缩放到 n

Scaled[r] 把维度缩放到原来维度的 r 倍

All 保持维度不变
可以包括以下可选参数：
Interleaving False 是否假设通道交织

Resampling Automatic 重采样方法

"Scheme" Automatic 重采样方案
明确的 Resampling 方法设置可能包括：
"Linear" 分段线性插值法

"Nearest" 最邻近法
"Scheme" 参数可能的显式设置包括：
Automatic 基于方法自动进行选择

"Point" 点采样

"Bin" 分组采样
"Scheme" 参数的设置与 ArrayResample 的第三个参数的意义一样.
自动选择 "Scheme" 参数时，Resampling 被设为 "Linear" 的情况下会选择 "Point"，Resampling 被设为 "Nearest" 的情况下会选择 "Bin".
当 Resampling 方法为 "Nearest"，仅会执行 ResizeLayer[{Scaled[m],Scaled[n],…}] 的特殊情况，其中 m、n、... 为正整数.
ResizeLayer 暴露如下端口：
"Input" 数组

"Output" 与输入的秩一样的数组
ResizeLayer[…][input] 显式计算应用该网络层后的输出.
ResizeLayer[…][{input₁,input₂,…}] 显式计算每个 input_i 的输出.
当 NumericArray 作为输入时，输出将是 NumericArray.
Options[ResizeLayer] 给出构建网络层的默认选项的列表. Options[ResizeLayer[…]] 给出在一些数据上运行网络层的默认选项列表.
Information[ResizeLayer[…]] 给出关于该网络层的报告.
Information[ResizeLayer[…],prop] 给出 ResizeLayer[…] 的属性 prop 的值. 可能的属性与 NetGraph 相同.

范例

打开所有单元关闭所有单元

基本范例 (2)

创建一个 ResizeLayer 调整三维数组为大小 c×8×8：

创建一个 ResizeLayer，把矩阵调整为大小 c×2：

把该层应用于输入矩阵（其中 c 为 1）：

范围 (2)

Arguments (1)

创建一个 ResizeLayer 调整三维数组为指定的大小：

把该层应用与输入：

绘制结果：

Ports (1)

构建一个 ResizeLayer，保留高度，并对输入图像的宽度乘以 1.5：

把该层应用于一幅图像：

把该层应用于一批图像：

选项 (2)

Interleaving (1)

使用 InterleavingFalse 和一个输入通道创建 ResizeLayer：

使用 InterleavingTrue 和一个输入通道创建 ResizeLayer：

Resampling (1)

使用线性插值法进行倍数为 3 的上采样：

使用最邻近法对数组进行倍数为 3 的上采样：

顶部