【Pytorch】nn.PixelShuffle

简介:
torch.nn.PixelShuffle(upscale_factor)

PixelShuffle是一种上采样方法,它将形状(∗,C×r^2,H,W)的张量重新排列转换为形状为(∗,C,H×r,W×r)的张量:


图片来源:[1]

其中$r$是upscale_factor因子。

输入输出尺寸:

例子:(1,8,2,2)→(1,2,4,4)

import torch
import torch.nn as nn

ps = nn.PixelShuffle(2)
input = torch.arange(0, 8 * 2 * 2).view(1, 8, 2, 2)
output = ps(input)

print('input:\n',input)
print('output:\n',output)

[1] Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network https://openaccess.thecvf.com/content_cvpr_2016/papers/Shi_Real-Time_Single_Image_CVPR_2016_paper.pdf

相关文章
|
1月前
|
机器学习/深度学习 人工智能 PyTorch
基于torch.nn.Dropout通过实例说明Dropout丢弃法(附代码)
基于torch.nn.Dropout通过实例说明Dropout丢弃法(附代码)
20 0
|
5月前
|
机器学习/深度学习 PyTorch 算法框架/工具
Pytorch torch.nn库以及nn与nn.functional有什么区别?
Pytorch torch.nn库以及nn与nn.functional有什么区别?
44 0
|
机器学习/深度学习 PyTorch 算法框架/工具
pytorch中nn.ReLU()和F.relu()有什么区别?
pytorch中nn.ReLU()和F.relu()有什么区别?
369 0
|
10月前
|
机器学习/深度学习 PyTorch 算法框架/工具
【PyTorch】nn.ReLU()与F.relu()的区别
【PyTorch】nn.ReLU()与F.relu()的区别
99 0
|
10月前
|
机器学习/深度学习 PyTorch 算法框架/工具
|
11月前
|
PyTorch 算法框架/工具
PyTorch的nn.Linear()详解
从输入输出的张量的shape角度来理解,相当于一个输入为[batch_size, in_features]的张量变换成了[batch_size, out_features]的输出张量。
305 0
|
PyTorch 算法框架/工具
PyTorch中 nn.Conv2d与nn.ConvTranspose2d函数的用法
PyTorch中 nn.Conv2d与nn.ConvTranspose2d函数的用法
425 2
PyTorch中 nn.Conv2d与nn.ConvTranspose2d函数的用法
|
机器学习/深度学习 PyTorch 算法框架/工具
Pytorch学习笔记-06 Normalization layers
Pytorch学习笔记-06 Normalization layers
87 0
Pytorch学习笔记-06 Normalization layers
|
机器学习/深度学习 PyTorch 算法框架/工具
Pytorch中使用torch.nn模块进行神经网络模型初步构造
Pytorch中使用torch.nn模块进行神经网络模型初步构造
80 0
Pytorch中使用torch.nn模块进行神经网络模型初步构造
|
PyTorch 算法框架/工具
Pytorch之nn.Conv1d学习个人见解
Pytorch之nn.Conv1d学习个人见解
1347 1
Pytorch之nn.Conv1d学习个人见解