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)