Skip to content

Latest commit

 

History

History
27 lines (19 loc) · 1.52 KB

channel_shuffle_cn.rst

File metadata and controls

27 lines (19 loc) · 1.52 KB
Raw

channel_shuffle

.. py:function:: paddle.nn.functional.channel_shuffle(x, groups, data_format="NCHW", name=None)

将一个形为 [N, C, H, W] 或是 [N, H, W, C] 的 Tensor 按通道分成 g 组，得到形为 [N, g, C/g, H, W] 或 [N, H, W, g, C/g] 的 Tensor，然后转置为 [N, C/g, g, H, W] 或 [N, H, W, C/g, g] 的形状，最后重塑为原来的形状。这样做可以增加通道间的信息流动，提高特征的重用率。详见张祥雨等人在 2017 年发表的论文 ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices 。

Note

详细请参考对应的 Class 请参考：:ref:`cn_api_nn_ChannelShuffle`。

参数

  • x (Tensor) – 当前算子的输入，其是一个形状为 [N, C, H, W] 的 4-D Tensor。其中 N 是批大小，C 是通道数，H 是输入特征的高度，W 是输入特征的宽度。其数据类型为 float32 或 float64。
  • groups (int) – 要把通道分成的组数；
  • data_format (str，可选) – 数据格式，可选：NCHW 或 NHWC，默认为 NCHW，即（批大小，通道数，高度，宽度）的格式。
  • name (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。

返回

Tensor，调整过通道顺序的 Tensor，其数据类型与输入相同。

代码示例

COPY-FROM: paddle.nn.functional.channel_shuffle