Pixel Unshuffle

类torch.nn.PixelUnshuffle(downscale_factor)[源代码]

执行 PixelShuffle 操作的逆操作。

通过重新排列形状为$(*, C, H \times r, W \times r)$的张量中的元素，并将其转换为形状为$(*, C \times r^2, H, W)$的张量，从而反转PixelShuffle操作。其中r是缩小因子。

参见 Shi 等人于 2016 年发表的论文《使用高效的子像素卷积神经网络进行实时单图像和视频超分辨率》(Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network)，了解更多详细信息。

参数

downscale_factor (int) – 降低空间分辨率的因子

形状:

• 输入: $(*, C_{in}, H_{in}, W_{in})$，其中 * 代表零个或多个批次维度

• 输出为 $(*, C_{\text{out}}, H_{\text{out}}, W_{\text{out}})$，其中

$C_{out} = C_{in} \times \text{downscale\_factor}^2$

$H_{out} = H_{in} \div \text{downscale\_factor}$

$W_{out} = W_{in} \div \text{downscale\_factor}$

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])