PixelShuffle

class torch.nn.PixelShuffle(upscale_factor)

根據放大因子重新排列 tensor 中的元素。

將形狀為 $(*, C \times r^2, H, W)$ 的張量重新排列成形狀為 $(*, C, H \times r, W \times r)$ 的張量，其中 r 是放大因子。

這對於實現步幅為 $1/r$ 的高效子像素卷積很有用。

更多詳細信息，請參閱論文：Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network，作者為 Shi 等人 (2016)。

參數

upscale_factor (int) – 空間解析度放大的倍數

形狀

• 輸入：$(*, C_{in}, H_{in}, W_{in})$，其中 * 是零或多個批次維度

• 輸出：$(*, C_{out}, H_{out}, W_{out})$，其中

輸出通道數 = 輸入通道數 ÷ (放大比例)²

輸出高度 = 輸入高度 × 放大比例

輸出寬度 = 輸入寬度 × 放大比例

範例

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