resize_trilinear

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： 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：

参数:

• 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

• 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”。

代码示例

import paddle.fluid as fluid
input = fluid.layers.data(name="input", shape=[3,6,9,11], dtype="float32")
out0 = fluid.layers.resize_trilinear(input, out_shape=[12, 12, 12])
# out0.shape = [-1, 3, 12, 12, 12], it means out0.shape[0] = input.shape[0] in runtime.
# out_shape is a list in which each element is a integer or a tensor Variable
dim1 = fluid.layers.data(name="dim1", shape=[1], dtype="int32", append_batch_size=False)
# out1.shape = [-1, 3, 12, -1, 4]
# out_shape is a 1-D tensor Variable
out2 = fluid.layers.resize_trilinear(input, out_shape=shape_tensor)
# out2.shape = [-1, 3, -1, -1, -1]
# when use actual_shape
actual_shape_tensor = fluid.layers.data(name="actual_shape_tensor", shape=[3], dtype="int32", append_batch_size=False)
out3 = fluid.layers.resize_trilinear(input, out_shape=[4, 4, 8], actual_shape=actual_shape_tensor)
# out3.shape = [-1, 3, 4, 4, 8]
# scale is a Variable
scale_tensor = fluid.layers.data(name="scale", shape=[1], dtype="float32", append_batch_size=False)
# out4.shape = [-1, 3, -1, -1, -1]