mindspore.nn.PixelShuffle
- class mindspore.nn.PixelShuffle(upscale_factor)[源代码]
对 input 应用像素重组操作,它实现了步长为 \(1/r\) 的子像素卷积。关于PixelShuffle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 \((*, C \times r^2, H, W)\) ,输出shape \((*, C, H \times r, W \times r)\) 。 \(r\) 是缩小因子。 \(*\) 是大于等于0的维度。
说明
Ascend上输入Tensor的维度要小于7。
- 参数:
upscale_factor (int) - 打乱输入Tensor的因子,是正整数。 upscale_factor 是上面提到的 \(r\) 。
- 输入:
input (Tensor) - Tensor,shape为 \((*, C \times r^2, H, W)\) 。输入Tensor的维度需要大于2,并且倒数第三维length可以被 upscale_factor 的平方整除。
- 输出:
output (Tensor) - Tensor,shape为 \((*, C, H \times r, W \times r)\) 。
- 异常:
ValueError - upscale_factor 不是正整数。
ValueError - 输入 input 倒数第三维度的length不能被 upscale_factor 的平方整除。
ValueError - input 维度小于3。
TypeError - input 不是Tensor。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore as ms >>> import numpy as np >>> input_x = np.arange(3 * 2 * 8 * 4 * 4).reshape((3, 2, 8, 4, 4)) >>> input_x = ms.Tensor(input_x, ms.dtype.int32) >>> pixel_shuffle = ms.nn.PixelShuffle(2) >>> output = pixel_shuffle(input_x) >>> print(output.shape) (3, 2, 2, 8, 8)