OneFlow框架中，有哪些插值方法适用于深度学习？

本文共计5440个文字，预计阅读时间需要22分钟。

0x00.前言这篇文章主要基于我自己为OneFlow框架开发interpolate这个Op的总结，探讨OneFlow的interpolate Op与PyTorch的功能一致性，它们都是用来实现插值上采样或下采样的。

0x0. 前言

这篇文章基于自己为OneFlow框架开发​​interpolate​​​这个Op总结而来，OneFlow的​​interpolate​​​ Op 和 Pytorch的功能一致，都是用来实现插值上采样或者下采样的。在实现这个Op的时候还给Pytorch修复了一个bug并合并到了主仓库，见：github.com/pytorch/pytorch/commit/6ab3a210983b7eee417e7cd92a8ad2677065e470。因此OneFlow框架中的​​interpolate​​​算子和Pytorch中的​​interpolate​​算子的功能是完全等价的。这篇文章就以OneFlow中这个算子的实现为例来盘点一下深度学习框架中的那些插值算法。

0x1. doc && interface接口

要了解​​interpolate​​算子中的插值算法，首先需要从文档和Python前端接口看起。看一下接口文档，oneflow.readthedocs.io/en/master/functional.html?highlight=interpolate 。

这里可以看到OneFlow的​​interpolate​​算子用来实现插值上采样或者下采样的功能，支持3-D，4-D，5-D的输入Tensor，然后提供了多种插值的方式应用于不同Shape的输入Tensor。