这篇文章将为大家详细讲解有关怎么在pytorch中使用Resize()函数，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
Resize函数用于对PIL图像的预处理，它的包在：
from torchvision.transforms import Compose, CenterCrop, ToTensor, Resize
使用如：
def input_transform(crop_size, upscale_factor): return Compose([ CenterCrop(crop_size), Resize(crop_size // upscale_factor), ToTensor(), ])
而Resize函数有两个参数，
CLASS torchvision.transforms.Resize(size, interpolation=2)
size (sequence or int) – Desired output size. If size is a sequence like (h, w), output size will be matched to this. If size is an int, smaller edge of the image will be matched to this number. i.e, if height > width, then image will be rescaled to (size * height / width, size)
interpolation (int, optional) – Desired interpolation. Default is PIL.Image.BILINEAR
size : 获取输出图像的大小
interpolation : 插值，默认的 PIL.Image.BILINEAR， 一共有4中的插值方法
Image.BICUBIC，PIL.Image.LANCZOS，PIL.Image.BILINEAR，PIL.Image.NEAREST
关于怎么在pytorch中使用Resize()函数就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
![[Pytorch框架] 4.2.1 使用Visdom在 PyTorch 中进行可视化](https://www.kunjuke.com/file/css/thumb/3.jpg/280-180.jpg)
![[Pytorch框架] 5.1 kaggle介绍](https://www.kunjuke.com/file/css/thumb/11.jpg/280-180.jpg)
