UpsampleNearest
【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库,实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv
产品支持情况
| 产品 | 是否支持 |
|---|---|
| Ascend 950PR/Ascend 950DT | × |
| Atlas A3 训练系列产品/Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品/Atlas A2 推理系列产品 | √ |
| Atlas 200I/500 A2 推理产品 | × |
| Atlas 推理系列产品 | √ |
| Atlas 训练系列产品 | × |
| Kirin X90 处理器系列产品 | √ |
| Kirin 9030 处理器系列产品 | √ |
功能说明
算子功能:
对由多个输入通道组成的输入信号应用最近邻插值算法进行上采样。
- 如果输入shape为(N, C, L),则输出shape为(N, C, outputSize);
- 如果输入shape为(N, C, H, W),则输出shape为(N, C, outputSize[0], outputSize[1])。
计算公式:
当exact_mode=true时:
$$ h_{src} = min(floor((h_{dst} + 0.5) * scalesH), H - 1) $$
$$ w_{src} = min(floor((w_{dst} + 0.5) * scalesW), W - 1) $$
$$ out(N, C, h_{dst}, w_{dst}) = self(N, C, h_{src}, w_{src}) $$
当exact_mode=false时:
$$ h_{src} = min(floor(h_{dst} * scalesH), H - 1) $$
$$ w_{src} = min(floor(w_{dst} * scalesW), W - 1) $$
$$ out(N, C, h_{dst}, w_{dst}) = self(N, C, h_{src}, w_{src}) $$
参数说明
| 参数名 | 输入/输出/属性 | 描述 | 数据类型 | 数据格式 |
|---|---|---|---|---|
| x | 输入 | 表示进行上采样的输入张量,对应公式中的`self`。 | FLOAT32、FLOAT16、BFLOAT16 | ND |
| output_size | 属性 | 指定输出空间大小,对应公式中的`outputSize`。size为2,表示指定`y`在H和W维度上的空间大小。 | LISTINT | - |
| scales_h | 可选属性 |
| FLOAT32 | - |
| scales_w | 可选属性 |
| FLOAT32 | - |
| exact_mode | 可选属性 |
| BOOL | - |
| y | 输出 | 表示采样后的输出张量,对应公式中的`out`。数据类型与入参`x`的数据类型保持一致。 | FLOAT32、FLOAT16、BFLOAT16 | ND |
- Atlas 推理系列产品 :输入和输出的数据类型不支持BFLOAT16。
- Kirin X90 处理器系列产品 、 Kirin 9030 处理器系列产品 :不支持BFLOAT16。
约束说明
无
调用说明
| 调用方式 | 样例代码 | 说明 |
|---|---|---|
| aclnn接口 | test_aclnn_upsample_nearest | 通过aclnnUpsampleNearestExact1d接口方式调用UpsampleNearest算子。 |
| aclnn接口 | test_aclnn_upsample_nearest_exact2d | 通过aclnnUpsampleNearestExact2d接口方式调用UpsampleNearest算子。 |
【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库,实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考