用法:
class mxnet.gluon.contrib.nn.PixelShuffle2D(factor)
- factor:(
int
or
2-tuple of int
) - 上采樣因子,應用於H
和W
尺寸,按此順序。 - Inputs:-
- data: 形狀張量
(N, f1*f2*C, H, W)
.
- data: 形狀張量
- Outputs:-
- out: 形狀張量
(N, C, H*f1, W*f2)
.
- out: 形狀張量
- factor:(
參數:
基礎:
mxnet.gluon.block.HybridBlock
Pixel-shuffle 用於二維上采樣的層。
Pixel-shuffling 是沿
channel
維度獲取值組並將它們沿H
和W
維度重新組合成像素塊的操作,從而有效地將這些維度乘以大小的常數因子。例如,形狀 的特征圖通過形成小的 像素塊並將它們排列在 網格中而被重新整形為 。
Pixel-shuffling 與常規卷積一起是一種替代的、可學習的方法,可以通過任意因子對圖像進行上采樣。據報道,它有助於克服轉置卷積(也稱為反卷積)上采樣中常見的棋盤偽影。見論文使用高效 Sub-Pixel 卷積神經網絡的實時單圖像和視頻超分辨率了解更多詳情。
例子:
>>> pxshuf = PixelShuffle2D((2, 3)) >>> x = mx.nd.zeros((1, 12, 3, 5)) >>> pxshuf(x).shape (1, 2, 6, 15)
相關用法
- Python mxnet.gluon.contrib.nn.PixelShuffle3D用法及代碼示例
- Python mxnet.gluon.contrib.nn.PixelShuffle1D用法及代碼示例
- Python mxnet.gluon.contrib.nn.Concurrent用法及代碼示例
- Python mxnet.gluon.contrib.nn.HybridConcurrent用法及代碼示例
- Python mxnet.gluon.contrib.nn.Identity用法及代碼示例
- Python mxnet.gluon.contrib.data.sampler.IntervalSampler用法及代碼示例
- Python mxnet.gluon.nn.SymbolBlock用法及代碼示例
- Python mxnet.gluon.HybridBlock.collect_params用法及代碼示例
- Python mxnet.gluon.data.vision.datasets.ImageFolderDataset用法及代碼示例
- Python mxnet.gluon.data.vision.transforms.CenterCrop用法及代碼示例
- Python mxnet.gluon.SymbolBlock.imports用法及代碼示例
- Python mxnet.gluon.Block用法及代碼示例
- Python mxnet.gluon.Block.name_scope用法及代碼示例
- Python mxnet.gluon.nn.Sequential用法及代碼示例
- Python mxnet.gluon.SymbolBlock.collect_params用法及代碼示例
- Python mxnet.gluon.nn.InstanceNorm用法及代碼示例
- Python mxnet.gluon.data.vision.transforms.Normalize用法及代碼示例
- Python mxnet.gluon.nn.HybridSequential用法及代碼示例
- Python mxnet.gluon.nn.Block用法及代碼示例
- Python mxnet.gluon.HybridBlock用法及代碼示例
- Python mxnet.gluon.nn.SymbolBlock.imports用法及代碼示例
- Python mxnet.gluon.data.vision.transforms.Resize用法及代碼示例
- Python mxnet.gluon.nn.ReflectionPad2D用法及代碼示例
- Python mxnet.gluon.SymbolBlock用法及代碼示例
- Python mxnet.gluon.Parameter.initialize用法及代碼示例
注:本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.gluon.contrib.nn.PixelShuffle2D。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。