优先用F.interpolate，它更灵活、参数统一且无额外可学习参数；nn.Upsample仅适合需插入nn.Sequential或复用的场景，二者底层逻辑相同但接口差异显著。
PyTorch里该用 F.interpolate 还是 nn.Upsample？
直接说结论：优先用 F.interpolate，它更灵活、参数统一，且不引入额外可学习参数；nn.Upsample 本质是封装了 F.interpolate 的模块，只适合需要插入到 nn.Sequential 或需复用的场景。
两者底层调用同一套插值逻辑，但接口差异明显：
-
F.interpolate是函数式接口，输入张量、输出张量，所有插值控制（size、scale_factor、mode、align_corners）都显式传参 -
nn.Upsample是类，初始化时固定size或scale_factor和mode，调用时不能再改 —— 想换缩放倍数就得重新实例化 -
align_corners=False是默认值，但对线性插值（mode="bilinear"）影响显著：设为True时边界像素对齐，False更符合多数视觉任务的坐标惯例（如 torchvision.transforms.Resize 默认align_corners=False）
线性插值必须用 mode="bilinear" 吗？
不是。“线性插值”在 PyTorch 中对应的是多维推广：一维用 mode="linear"，二维用 mode="bilinear"，三维用 mode="trilinear"。选错 mode 会直接报错或结果异常。
常见错误现象：RuntimeError: expected 4D input (batch, channel, height, width) for bilinear mode —— 这说明你传入了 3D 张量却用了 bilinear。
立即学习“Python免费学习笔记（深入）”；
- 输入是
[N, C, H, W]→ 用mode="bilinear" - 输入是
[N, C, H]（一维信号）→ 用mode="linear"，且必须确保dim=2是序列维度 - 输入是
[N, C, D, H, W]→ 用mode="trilinear" -
mode="nearest"不是线性插值，别混用；"bicubic"虽更平滑，但不是线性，计算开销也更大
怎么正确设置 size 和 scale_factor？
二者互斥：同时指定会报错 ValueError: only one of size or scale_factor should be defined。实际使用中，scale_factor 更常用，尤其做固定倍数上采样（如 ×2），而 size 更适合精确控制输出分辨率（如统一 resize 到 [224, 224]）。
- 用
scale_factor时注意类型：整数或浮点数均可，但必须是标量（各维度同倍数）或长度为 2/3 的 tuple（如scale_factor=(2.0, 1.5)） - 用
size时，必须匹配输入维度：对[N,C,H,W]，size应为(out_h, out_w)或torch.Size([out_h, out_w])，不能带 batch 和 channel - 当
scale_factor导致非整数尺寸（如H=100,scale_factor=1.5→150.0），PyTorch 会自动 floor 成150，不报错但可能偏离预期
示例（上采样 2×）：
import torch import torch.nn.functional as F <p>x = torch.randn(1, 3, 32, 32) y = F.interpolate(x, scale_factor=2.0, mode='bilinear', align_corners=False)</p><h1>y.shape == torch.Size([1, 3, 64, 64])</h1><p>
为什么输出结果边缘模糊或偏移？
大概率是 align_corners 设置不当，或输入张量 layout 不符合插值假设。
-
align_corners=True：把输入的角点像素（如(0,0)和(H-1,W-1)）严格映射到输出的角点（(0,0)和(H'-1,W'-1)），适合几何校准等需要像素级对齐的场景 -
align_corners=False（默认）：把输入的角点映射到输出的边界中心（如(0,0)→(0.5,0.5)），更符合卷积神经网络中特征图坐标的连续化建模习惯，也是大多数预训练模型（如 ResNet）期望的 - 另一个常被忽略的点：PyTorch 插值默认按
NCHW格式处理，如果你的数据是NHWC（比如从某些 OpenCV 或 NumPy 流程来），必须先permute(0,3,1,2)，否则插值会在错误维度上发生
复杂点在于：同一个模型里不同层可能对 align_corners 敏感度不同；有些分割头要求 True 才能和 ground truth 对齐，而 backbone 特征上采样通常用 False。没有银弹，得看下游任务需求。
