快捷键

PixelUnshuffle

类 torch.nn.PixelUnshuffle(下采样因子)[源代码][源代码] ¶

反转 PixelShuffle 操作。

通过重新排列形状为 (,C,H×r,W×r)(*, C, H \times r, W \times r) 的张量中的元素到形状为 (,C×r2,H,W)(*, C \times r^2, H, W) 的张量,反转 PixelShuffle 操作,其中 r 是下采样因子。

请参阅论文:Shi 等人于 2016 年发表的《使用高效亚像素卷积神经网络的实时单图像和视频超分辨率》以获取更多详细信息。

参数:

downscale_factor(整数)- 用于降低空间分辨率的因子

形状:
  • 输入: (,Cin,Hin,Win)(*, C_{in}, H_{in}, W_{in}) ,其中 * 表示零个或多个批处理维度

  • 输出: (,Cout,Hout,Wout)(*, C_{out}, H_{out}, W_{out}) ,其中

Cout=Cin×downscale_factor2C_{out} = C_{in} \times \text{downscale\_factor}^2
Hout=Hin÷downscale_factorH_{out} = H_{in} \div \text{downscale\_factor}
Wout=Win÷downscale_factorW_{out} = W_{in} \div \text{downscale\_factor}

示例:

>>> pixel_unshuffle = nn.PixelUnshuffle(3)
>>> input = torch.randn(1, 1, 12, 12)
>>> output = pixel_unshuffle(input)
>>> print(output.size())
torch.Size([1, 9, 4, 4])

© 版权所有 PyTorch 贡献者。

使用 Sphinx 构建,并使用 Read the Docs 提供的主题。

文档

PyTorch 的全面开发者文档

查看文档

教程

深入了解初学者和高级开发者的教程

查看教程

资源

查找开发资源并获得您的疑问解答

查看资源