当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python mxnet.gluon.contrib.nn.PixelShuffle3D用法及代码示例


用法:

class mxnet.gluon.contrib.nn.PixelShuffle3D(factor)

参数：

  • factor：(int or 3-tuple of int) - 上采样因子，应用于D,H和W尺寸，按此顺序。
  • Inputs：-
    • data: 形状张量(N, f1*f2*f3*C, D, H, W).
  • Outputs：-
    • out: 形状张量(N, C, D*f1, H*f2, W*f3).

基础：mxnet.gluon.block.HybridBlock

Pixel-shuffle 层用于 3 维上采样。

Pixel-shuffling(或 3D 中的 voxel-shuffling)是沿 channel 维度获取值组并将它们重新分组为沿 D、H 和 W 维度的体素块的操作，从而有效地相乘这些尺寸由一个常数因子决定。

例如，形状 的特征图通过形成小的体素 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 = PixelShuffle3D((2, 3, 4))
>>> x = mx.nd.zeros((1, 48, 3, 5, 7))
>>> pxshuf(x).shape
(1, 2, 6, 15, 28)

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.PixelShuffle3D。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。