[object Object]

[object Object][object Object]undefined[object Object]

• 接口功能：对由多个输入通道组成的输入信号应用最近邻插值算法进行上采样。如果输入shape为(N, C, H, W)，则输出shape为(N, C, outputSize[0], outputSize[1])。
• 计算公式：$$h_{src} = min(floor((h_{dst} + 0.5) / scalesH), H - 1),scalesH = outputSize[0] / H$$ $$w_{src} = min(floor((w_{dst} + 0.5) / scalesW), W - 1),scalesW = outputSize[1] / W$$ $$out(N, C, h_{dst}, w_{dst}) = self(N, C, h_{src}, w_{src})$$

[object Object]

每个算子分为，必须先调用“aclnnUpsampleNearestExact2dGetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnUpsampleNearestExact2d”接口执行计算。

[object Object]

• 参数说明

  [object Object]

  • [object Object]Atlas 推理系列产品[object Object]：

    参数self、out的数据类型仅支持FLOAT32、FLOAT16。

• 返回值

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

[object Object]

• 参数说明

  [object Object]

• 返回值

  aclnnStatus：返回状态码，具体参见。

[object Object]

• Atlas 350 加速卡：

  参数[object Object]、[object Object]的shape约束：

  • 每个维度的取值小于等于2^20。
  • 参数[object Object]的N轴和C轴与[object Object]保持一致。
  • 内存占用需小于60G。内存占用的计算公式如下：$$N * (ceil(C/16) * 16) * (self\_H * self\_W + out\_H * out\_W) * sizeof(dtype) < 60 * 1024 * 1024 * 1024$$ 其中：
    • N代表输入和输出的N轴。
    • C代表输入和输出的C轴。

• 参数self、outputSize、scalesH、scalesW需要满足如下约束：

  $$outputSize\_H = floor(self\_H * scalesH)$$ $$outputSize\_W = floor(self\_W * scalesW)$$

• 确定性计算：

  • aclnnUpsampleNearestExact2d默认确定性实现。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。