如何使用keras构建自定义上采样层？

本文共计338个文字，预计阅读时间需要2分钟。

Keras中的UpSampling2D层并非双线性内插，而是简单的图像重复。这与PyTorch不同，PyTorch默认使用双线性内插。同样，这里使用的是keras而非tf.keras，keras中UpSampling2D层的具体实现细节如下。

Keras里的UpSampling2D层不是中的双线性内插，而是简单的重复图像。这点和pytorch不一样，pytorch默认使用的是双线性内插。

同样：这里仍然使用的是keras而不是tf.keras.

keras里UpSampling2D的部分定义说明如下：

class UpSampling2D(Layer): """Upsampling layer for 2D inputs. Repeats the rows and columns of the data by size[0] and size[1] respectively.

可以看出，这里的上采样确实只是简单的图像重复。

要想使用双线性或者最近邻或者双三次插值上采样，则需要在tf的tf.image.resize_images函数基础上进行包装，代码如下：

####定义： def my_upsampling(x,img_w,img_h,method=0): """0：双线性差值。1：最近邻居法。2：双三次插值法。