pixel_shuffle

paddle.nn.functional. pixel_shuffle ( x, upscale_factor, data_format='NCHW', name=None ) [源代码]

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)