temporal_shift

paddle.nn.functional. temporal_shift ( x, seg_num, shift_ratio=0.25, name=None, data_format='NCHW' ) [源代码]

对输入 X 做时序通道 T 上的位移操作,为 TSM(Temporal Shift Module)中使用的操作。

输入(X)的形状应为[N*T, C, H, W]或[N*T, H, W, C],N 是批大小,T 是 seg_num 指定的时间段号,C 是通道号,H 和 W 是特征的高度和宽度。

以 data_format="NCHW" 为例,时间偏移计算如下:

步骤 1:将输入(X)reshape 为[N, T, C, H, W]。

步骤 2:填充 0 到第二个(T)尺寸的变形结果,填充宽度每边为 1,填充结果的形状为[N,T+2,C,H,W]。

步骤 3:假设 shift_ratio 为 1/4,切片填充结果如下:

\[ \begin{align}\begin{aligned}slice1 &= x[:, :T, :C/4, :, :]\\slice2 &= x[:, 2:T+2, C/4:C/2, :, :]\\slice3 &= x[:, 1:T+1, C/2:, :, :]\end{aligned}\end{align} \]

步骤 4:沿第 3(C)维连接三个切片,并将结果重塑为[N*T, C, H, W]。

有关时序移动的详细信息,请参阅文件:Temporal Shift Module

参数

  • x (Tensor) – 时移算符的输入张量。维度为 \([N*T,C,H,W]\) 的 4-D Tensor。N 为批量大小,T 为时间段数,C 为信道数,H 为特征高度,W 为特征宽度,数据类型为 float32 或 float64。

  • seg_num (int) – 时间段编号,这应该是一个正整数。

  • shift_ratio (float) – 通道的移位比、通道的第一个 shift_ratio 部分沿时间维度移动-1,通道的第二个 shift_ratio 部分沿时间维度移动 1,范围须在[0, 0.5]内。默认值 0.25

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

  • data_format (str,可选) - 指定输入的数据格式,输出的数据格式将与输入保持一致,可以是"NCHW"或"NHWC"。N 是批尺寸,C 是通道数,H 是特征高度,W 是特征宽度。默认值:"NCHW"。

返回

Tensor,时序位移后的输出张量,维度和数据类型与输入 x 一致。

代码示例

import paddle
import paddle.nn.functional as F

input = paddle.randn([6, 4, 2, 2])
out = F.temporal_shift(x=input, seg_num=2, shift_ratio=0.2)