PaddlePaddle

 paddle.fluid / layers / pixel_shuffle


pixel_shuffle

paddle.nn.functional. pixel_shuffle ( x, upscale_factor ) [源代码]

该OP将一个形为[N, C, H, W]的Tensor重新排列成形为 [N, C/r**2, H*r, W*r] 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

给定一个形为  x.shape = [1, 9, 4, 4]  的4-D张量
设定:upscale_factor=3
那么输出张量的形为:[1, 1, 12, 12]
参数:
  • x (Variable)- 维度为 \([N_1, N_2, ..., N_k, D]\) 的多维Tensor,其中最后一维D是类别数目。数据类型为float32或float64。

  • upscale_factor (int)- 增大空间分辨率的增大因子

返回:根据新的维度信息进行重组的张量

返回类型: Variable

抛出异常: ValueError - 如果upscale_factor的平方不能整除输入的通道维度(C)的大小。

示例代码

import paddle.fluid as fluid
input = fluid.layers.data(name="input", shape=[9,4,4])
output = fluid.layers.pixel_shuffle(x=input, upscale_factor=3)

此页内容是否对您有帮助