当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python mxnet.gluon.contrib.nn.PixelShuffle2D用法及代码示例


用法:

class mxnet.gluon.contrib.nn.PixelShuffle2D(factor)

参数：

  • factor：(int or 2-tuple of int) - 上采样因子，应用于H和W尺寸，按此顺序。
  • Inputs：-
    • data: 形状张量(N, f1*f2*C, H, W).
  • Outputs：-
    • out: 形状张量(N, C, H*f1, W*f2).

基础：mxnet.gluon.block.HybridBlock

Pixel-shuffle 用于二维上采样的层。

Pixel-shuffling 是沿channel 维度获取值组并将它们沿H 和W 维度重新组合成像素块的操作，从而有效地将这些维度乘以大小的常数因子。

例如，形状 的特征图通过形成小的 像素块并将它们排列在 网格中而被重新整形为 。

Pixel-shuffling 与常规卷积一起是一种替代的、可学习的方法，可以通过任意因子对图像进行上采样。据报道，它有助于克服转置卷积(也称为反卷积)上采样中常见的棋盘伪影。见论文使用高效 Sub-Pixel 卷积神经网络的实时单图像和视频超分辨率了解更多详情。

例子：

>>> pxshuf = PixelShuffle2D((2, 3))
>>> x = mx.nd.zeros((1, 12, 3, 5))
>>> pxshuf(x).shape
(1, 2, 6, 15)

相关用法


注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.gluon.contrib.nn.PixelShuffle2D。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。