Pytorch：反向池化和复制填充的类似过程？ 平方扩展调整大小/插值最近

如何解决Pytorch：反向池化和复制填充的类似过程？ 平方扩展调整大小/插值最近

我有一个形状为 A 的张量 (batch_size,width,height)。假设它具有以下值：

A = torch.tensor([[[0,1],[1,0]]])

我还得到了一个数字 K，它是一个正整数。在这种情况下让 K=2。我想做一个类似于反向池和复制填充的过程。这是预期的输出：

B = torch.tensor([[[0,1,[0,0],0]]])

说明：对于A中的每个元素，我们将其展开为形状为(K,K)的矩阵，并将其放入结果张量中。我们继续对其他元素执行此操作，并让它们之间的步幅等于内核大小（即 K）。

如何在 PyTorch 中执行此操作？目前，A 是一个二进制掩码，但如果我可以将其扩展为非二进制大小写会更好。

解决方法

平方扩展

您可以通过扩展两次来获得所需的输出：

def dilate(t,k):
  x = t.squeeze()
  x = x.unsqueeze(-1).expand([*x.shape,k])
  x = x.unsqueeze(-1).expand([*x.shape,k])
  x = torch.cat([*x],dim=1)
  x = torch.cat([*x],dim=1)
  x = x.unsqueeze(0)
  return x

B = dilate(A,k)

调整大小/插值最近

如果您不介意较大扩展中的角可能会“流血”（因为它在确定要插入的“最近”点时使用欧几里得而不是曼哈顿距离），一个更简单的方法是resize：

import torchvision.transforms.functional as F

B = F.resize(A,A.shape[-1]*k)

---

为了完整性：

MaxUnpool2d 将 MaxPool2d 的输出（包括最大值的索引）作为输入，并计算其中所有非最大值都设置为零的部分逆。

,

你可以试试这些：

注意：以下函数以二维张量作为输入。如果您的张量 A 的形状为 (1,N,N)，即具有（冗余）批次/通道维度，请将 A.squeeze() 传递给 func()。

方法一：

此方法广播乘法，然后进行转置和重塑操作以实现最终结果。

import torch
import torch.nn as nn

A = torch.tensor([[0,1,1],[1,0]])
K = 3

def func(A,K):
    ones = torch.ones(K,K)
    tmp = ones.unsqueeze(0) * A.view(-1,1)
    tmp = tmp.reshape(A.shape[0],A.shape[1],K,K)
    res = tmp.transpose(1,2).reshape(K * A.shape[0],K * A.shape[1])
    return res

方法 2：

根据@Shai 在评论中的提示，此方法在通道维度中重复 (2D) 张量 K**2 次，然后使用 PixelShuffle() 将行和列放大 K 次。

def pixelshuffle(A,K):
    pixel_shuffle = nn.PixelShuffle(K)
    return pixel_shuffle(A.unsqueeze(0).repeat(K**2,1).unsqueeze(0)).squeeze(0).squeeze(0)

由于 nn.PixelShuffle() 仅采用 4D 张量作为输入，因此需要在 repeat() 之后解压。另请注意，由于从 nn.PixelShuffle() 返回的张量也是 4D，因此遵循两个 squeeze() 以确保我们获得 2D 张量作为输出。

一些示例输出：

A = torch.tensor([[0,0]])
func(A,2)
# tensor([[0.,0.,1.,1.],#         [0.,#         [1.,0.],0.]])

---

pixelshuffle(A,2)
# tensor([[0,#         [0,#         [1,0],0]])

请随时提出进一步的说明，并告诉我它是否适合您。

基准测试：

我针对上面@iacob 的 func() 函数对我的答案 pixel shuffle() 和 dilate() 进行了基准测试，发现我的略快。

A = torch.randint(3,100,(20,20))
assert (dilate(A,5) == func(A,5)).all()
assert (dilate(A,5) == pixelshuffle(A,5)).all()

%timeit dilate(A,5)
# 142 µs ± 2.54 µs per loop (mean ± std. dev. of 7 runs,10000 loops each)

%timeit func(A,5)
# 57.9 µs ± 1.67 µs per loop (mean ± std. dev. of 7 runs,10000 loops each)

%timeit pixelshuffle(A,5)
# 81.6 µs ± 970 ns per loop (mean ± std. dev. of 7 runs,10000 loops each)