申请/专利权人：北京君正集成电路股份有限公司

申请日：2022-07-25

公开（公告）日：2024-02-06

公开（公告）号：CN117521760A

主分类号：G06N3/082

分类号：G06N3/082;G06N3/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明提供一种基于PyTorch的zero插值的上采样方法，所述方法包括以下步骤：S1.基于PyTorch定义类，设__init__用来做参数初始化用，__init__中传入的参数有kernel_h表示高方向的扩张倍数，kernel_w表示宽方向的扩张倍数，mode表示上采样的插值采用的方式，默认"zero"；S2，在init中加入判断，判断模型类型：S2.1，如果不是“zero”模式，直接采用torch.nn.Upsample；S2.2，如果是“zero”,具体的实现在forward中；S2.2.1，首先定义一个和目标tensor同等大小[n,c,self.kernel_h*h,self.kernel_w*w]的全0的tenso；S2.2.2，所述方法采用的填零方式是右下填充，左上角保留原值，所以在遍历时在对应的位置取原input的i,j位置的值赋值给i*self.kernel_w,j*self.kernel_h即可。

主权项：1.一种基于PyTorch的zero插值的上采样方法，其特征在于，所述方法包括以下步骤：S1.基于PyTorch定义类，设__init__用来做参数初始化用，__init__中传入的参数有kernel_h表示高方向的扩张倍数，kernel_w表示宽方向的扩张倍数，mode表示上采样的插值采用的方式，默认"zero"；表示为： S2，在init中加入判断，判断模型类型：S2.1，如果不是“zero”模式，直接采用torch.nn.Upsample；表示为：ifmode！＝"zero":self.upsample＝torch.nn.Upsamplescale_factor＝kernel_h,kernel_w,mode＝modeS2.2，如果是“zero”,具体的实现在forward中；其中，forward是表示一个前向传播，构建网络层的先后运算步骤，在使用PyTorch的时候，模型训练时，不需要调用forward这个函数，只需要在实例化一个对象中传入对应的参数就能够自动调用forward函数：S2.2.1，首先定义一个和目标tensor同等大小[n,c,self.kernel_h*h,self.kernel_w*w]的全0的tensor，因为kernel_h表示高方向的扩张倍数，kernel_w表示宽方向的扩张倍数，所以直接乘上对应的倍数就行；S2.2.2，所述方法采用的填零方式是右下填充，左上角保留原值，所以在循环遍历时在对应的位置取原input的i,j位置的值赋值给i*self.kernel_w,j*self.kernel_h即可；表示为：

全文数据：

权利要求：

百度查询： 北京君正集成电路股份有限公司 一种基于PyTorch的zero插值的上采样方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD