如何将PyTorch张量从(1,4,128,128)上采样至(1,3,256,256)？

你需要完成两个核心操作：将特征图的高/宽从128放大到256，以及将通道数从4压缩到3。nn.functional.interpolate仅负责空间维度的上采样，不会改变通道数，因此需要结合其他操作实现目标。以下是两种常用方案：

方案一：插值上采样 + 1x1卷积调整通道 #

先通过插值完成空间上采样，再用1x1卷积将4通道映射为3通道，这是图像任务中常用的组合方式：

import torch
import torch.nn as nn

# 模拟输入张量(1,4,128,128)
x = torch.randn(1, 4, 128, 128)

# 1. 空间上采样到256x256
x_upsampled = nn.functional.interpolate(x, scale_factor=2, mode='bilinear', align_corners=False)
# 此时x_upsampled.shape为(1,4,256,256)

# 2. 用1x1卷积调整通道数至3
conv_1x1 = nn.Conv2d(in_channels=4, out_channels=3, kernel_size=1, bias=True)
x_final = conv_1x1(x_upsampled)
# 最终x_final.shape为(1,3,256,256)

• 优势：插值操作无参数，仅通过1x1卷积学习通道间的映射关系，计算量相对较小。
• 注意：如果复现的网络有指定的上采样方式（如nearest、bicubic），替换mode参数即可。

方案二：转置卷积一步完成 #

转置卷积（nn.ConvTranspose2d）可以同时实现空间上采样和通道数变换，适合需要学习上采样空间映射的场景：

import torch
import torch.nn as nn

x = torch.randn(1, 4, 128, 128)

# 定义转置卷积层，同时完成上采样和通道调整
conv_trans = nn.ConvTranspose2d(
    in_channels=4,
    out_channels=3,
    kernel_size=4,
    stride=2,
    padding=1,
    bias=True
)
x_final = conv_trans(x)
# 最终x_final.shape为(1,3,256,256)

• 参数说明：通过stride=2实现2倍上采样，搭配kernel_size=4和padding=1保证输出尺寸刚好为256（计算逻辑：(128-1)*2 - 2*1 +4 = 256）。
• 优势：端到端学习空间上采样和通道转换的参数，适合对特征重构精度要求较高的场景。

选择建议 #

如果复现的网络结构中明确提到“上采样后接1x1卷积”，优先用方案一；如果提到“转置卷积”或“反卷积”，则用方案二。可以对照原论文的网络结构图或代码注释确认。

内容的提问来源于stack exchange，提问作者Azzurra