mindspore.nn.PixelUnshuffle

class mindspore.nn.PixelUnshuffle(downscale_factor)[源代码]

在多个输入平面组成的输入上面应用PixelUnshuffle算法。关于PixelUnshuffle算法详细介绍，请参考 Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network 。

通常情况下，输入shape \((*, C, H \times r, W \times r)\) ，输出shape \((*, C \times r^2, H, W)\) 。r 是缩小因子。 * 是大于等于0的维度。

参数：

downscale_factor (int) - 减小空间分辨率的因子，是正整数。

输入：

x (Tensor) - Tensor，shape为 \((*, C, H \times r, W \times r)\) 。输入Tensor的维度需要大于2，并且倒数第一和倒数第二维length可以被 downscale_factor 整除。

输出：

output (Tensor) - Tensor，shape为 \((*, C \times r^2, H, W)\) 。

异常：

ValueError - downscale_factor 不是正整数。
ValueError - 输入 x 倒数第一和倒数第二维度的length不能被 downscale_factor 整除。
TypeError - 输入 x 维度小于3。

支持平台：

Ascend GPU CPU

样例：

>>> pixel_unshuffle = nn.PixelUnshuffle(3)
>>> input_x = np.arange(12 * 12).reshape((1, 1, 12, 12))
>>> input_x = mindspore.Tensor(input_x, mindspore.dtype.int32)
>>> output = pixel_unshuffle(input_x)
>>> print(output.shape)
(1, 9, 4, 4)