pixel_shuffle¶
将一个形为 \([N, C, H, W]\) 或 \([N, H, W, C]\) 的 Tensor 重新排列成形为 \([N, C/r^2, H \times r, W \times r]\) 或 \([N, H \times r, W \times r, C/r^2]\) 的 Tensor。这样做有利于实现步长(stride)为 1/r 的高效 sub-pixel(亚像素)卷积。详见 Shi 等人在 2016 年发表的论文 Real Time Single Image and Video Super Resolution Using an Efficient Sub Pixel Convolutional Neural Network 。
注解
详细请参考对应的 Class 请参考:PixelShuffle 。
参数¶
x (Tensor) - 当前算子的输入,其是一个形状为 [N, C, H, W] 的 4-D Tensor。其中 N 是 batch size, C 是通道数,H 是输入特征的高度,W 是输入特征的宽度。其数据类型为 float32 或者 float64。
upscale_factor (int) - 增大空间分辨率的增大因子
data_format (str,可选) - 数据格式,可选:"NCHW"或"NHWC",默认:"NCHW"
name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
返回¶
Tensor
,输出 Tensor,其数据类型与输入相同。
代码示例¶
import paddle
import paddle.nn.functional as F
x = paddle.randn(shape=[2,9,4,4])
out_var = F.pixel_shuffle(x, 3)
out = out_var.numpy()
print(out.shape)
# (2, 1, 12, 12)