在深度学习的背景下，重采样主要涉及两个方面：

1. 数据层面的重采样：处理不平衡数据集。
2. 模型层面的重采样：在神经网络内部进行上采样（UpSampling）或下采样（DownSampling），常见于架构如编码器-解码器（Encoder-Decoder）或生成对抗网络（GAN）。

---

1. 数据层面的重采样：处理类别不平衡

在许多现实世界的数据集中（如医疗诊断、欺诈检测），不同类别的样本数量可能差异巨大。例如，99%的样本是正常交易，只有1%是欺诈交易。如果直接用这样的数据训练模型，模型会倾向于预测多数类，导致对少数类的识别率极差。

解决方法就是通过重采样来调整训练集的分布。

A. 过采样（Oversampling）

增加少数类的样本数量，使其与多数类相当。

• 随机过采样：随机复制少数类样本。

  • 优点：简单。
  • 缺点：容易导致过拟合，因为模型会多次看到完全相同的样本。

• SMOTE（Synthetic Minority Over-sampling Technique）：创建新的合成样本，而不是简单复制。

  • 原理：对每一个少数类样本，从其K个最近邻中随机选择一个样本，然后在这两个样本的连线上随机插值一点，作为新样本。
  • 优点：有效增加了样本多样性，缓解了过拟合问题。
  • 缺点：可能会在多数类样本密集的区域创造一些“模糊”的样本，增加类别间的重叠。

B. 欠采样（Undersampling）

减少多数类的样本数量，使其与少数类相当。

• 随机欠采样：随机地从多数类中删除一些样本。
  • 优点：简单，减少训练时间。
  • 缺点：可能会丢失多数类中包含的重要信息，导致模型欠拟合。

通常，SMOTE（或其变体，如ADASYN）与随机欠采样结合使用被认为是效果更好的策略。

在代码中的实现（以imbalanced-learn库为例）

from imblearn.over_sampling import SMOTE
from imblearn.under_sampling import RandomUnderSampler
from imblearn.pipeline import Pipeline
from collections import Counter# 假设 X_train, y_train 是你的训练数据和标签
print(f'Original dataset shape {Counter(y_train)}')# 定义一个采样管道：先SMOTE过采样，再随机欠采样
over = SMOTE(sampling_strategy=0.5)  # 使少数类达到多数类的一半数量
under = RandomUnderSampler(sampling_strategy=0.5) # 使多数类降到少数类的两倍数量
steps = [('o', over), ('u', under)]
pipeline = Pipeline(steps=steps)# 应用重采样
X_resampled, y_resampled = pipeline.fit_resample(X_train, y_train)print(f'Resampled dataset shape {Counter(y_resampled)}')

现代替代方案：除了重采样，还可以使用加权损失函数（如class_weight in PyTorch’s CrossEntropyLoss or TensorFlow/Keras）。这种方法在计算损失时，给少数类的错误预测赋予更高的权重，从而让模型更关注少数类。这通常是更受欢迎的方法，因为它不改变数据分布，计算高效。

---

2. 模型层面的重采样：特征图的空间变换

在卷积神经网络（CNN）架构中，特别是用于分割（如U-Net）、检测（如SSD）或生成（如GAN）的模型中，网络需要在不同分辨率的特征图之间进行转换。这就用到了上采样和下采样操作。

A. 下采样（DownSampling）

目的：增大感受野，提取更抽象、更全局的特征，同时减少计算量。

• 池化层（Pooling Layers）：

  • 最大池化（Max Pooling）：取窗口内的最大值。能更好地保留纹理特征。
  • 平均池化（Average Pooling）：取窗口内的平均值。能更好地保留整体数据的特征。
  • 目前，最大池化更为常用。

• 带步长的卷积（Strided Convolution）：

  • 使用stride > 1的卷积层，在计算卷积的同时直接实现下采样。
  • 例如，一个3x3卷积核，stride=2，输出特征图的高和宽会减半。
  • 这是现代架构（如ResNet）的首选，因为卷积层可以学习到最优的下采样方式，而池化层是确定性的、不可学习的。

B. 上采样（UpSampling）

目的：恢复空间分辨率，将压缩的、抽象的特征图映射回高分辨率的空间，用于像素级预测（如图像分割）或生成图像。

• 转置卷积（Transposed Convolution / Deconvolution）：

  • 虽然不是真正的反卷积，但它是可学习的上采样方法。
  • 它通过插入零值或进行插值来扩展输入特征图的大小，然后进行常规卷积操作。
  • 缺点：如果核大小和步长参数设置不当，容易产生“棋盘效应”（checkerboard artifacts）。

• 上采样 + 卷积（Upsampling + Convolution）：

  • 先使用最近邻插值（Nearest Neighbor） 或双线性插值（Bilinear） 等不可学习的插值方法将特征图尺寸放大。
  • 然后跟一个普通的1x1或3x3卷积来平滑和细化特征。
  • 这种方法可以有效避免棋盘效应，是许多现代架构（如SRGAN）的选择。

• Unpooling：

  • 通常与Max Pooling配对使用。记录下Max Pooling时最大值的位置，在Unpooling时，将值放回原位置，其他位置填0。
  • 在U-Net等网络中有所应用，但不如前两种方法普遍。

在代码中的实现（以PyTorch为例）

import torch
import torch.nn as nn# 下采样
downsample_by_pool = nn.MaxPool2d(kernel_size=2, stride=2) # 使用池化
downsample_by_conv = nn.Conv2d(in_channels=64, out_channels=64, kernel_size=3, stride=2, padding=1) # 使用步长卷积# 上采样
upsample_by_transpose = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2) # 转置卷积
upsample_by_interpolation = nn.Sequential(nn.Upsample(scale_factor=2, mode='nearest'),  # 或 'bilinear'nn.Conv2d(in_channels=64, out_channels=32, kernel_size=3, padding=1)
)

---

总结

方面	类型	方法	目的	关键点
数据重采样	过采样	随机过采样、SMOTE	平衡类别分布，解决不平衡问题	SMOTE创建合成样本，优于随机复制
	欠采样	随机欠采样	平衡类别分布，解决不平衡问题	可能丢失信息，常与过采样结合使用
模型重采样	下采样	池化层、步长卷积	扩大感受野，减少计算量	步长卷积是现代首选
	上采样	转置卷积、插值+卷积	恢复空间分辨率，用于密集预测	插值+卷积可避免棋盘效应

选择哪种重采样技术完全取决于你的具体任务：

• 如果你的数据标签不平衡，优先考虑加权损失函数，如果效果不佳再尝试SMOTE结合欠采样。
• 如果你在设计网络结构（如图像分割），步长卷积用于下采样，最近邻/双线性上采样 + 卷积是稳健且高效的上采样选择。