最近用到了上采样下采样操作，pytorch中使用interpolate可以很轻松的完成
definterpolate(input,size=None,scale_factor=None,mode='nearest',align_corners=None):
r"""
根据给定size或scale_factor，上采样或下采样输入数据input.
当前支持temporal,spatial和volumetric输入数据的上采样，其shape分别为：3-D,4-D和5-D.
输入数据的形式为：mini-batchxchannelsx[optionaldepth]x[optionalheight]xwidth.
上采样算法有：nearest,linear(3D-only),bilinear(4D-only),trilinear(5D-only).
参数:
-input(Tensor):inputtensor
-size(intorTuple[int]orTuple[int,int]orTuple[int,int,int]):输出的spatial尺寸.
-scale_factor(floatorTuple[float]):spatial尺寸的缩放因子.
-mode(string):上采样算法:nearest,linear,bilinear,trilinear,area.默认为nearest.
-align_corners(bool,optional):如果align_corners=True，则对齐input和output的角点像素(cornerpixels)，保持在角点像素的值.
interpolate（）函数，用线性回归预测方法填充缺少的值。
