将一个形为 [N, C, H, W] 或 [N, H, W, C] 的 Tensor 重新排列成形为 [N, C/r2, H × r, W × r] 或 [N, H × r, W × r, C/r2] 的 Tensor。这样做有利于实现步长(stride)为 1/r 的高效 sub-pixel(亚像素)卷积。详见 Shi 等人在 2016 年发表的论文 Real Time Single Image and Video Super Resolution Using an Efficient Sub Pixel Convolutional Neural Network 。
Note
详细请参考对应的 Class 请参考:cn_api_paddle_nn_PixelShuffle
。
- 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 batch size, 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 float16,float32,float64。
- upscale_factor (int) - 增大空间分辨率的增大因子
- data_format (str,可选) - 数据格式,可选:"NCHW"或"NHWC",默认:"NCHW"
- name (str,可选) - 具体用法请参见
api_guide_Name
,一般无需设置,默认值为 None。
Tensor
,输出 Tensor,其数据类型与输入相同。
COPY-FROM: paddle.nn.functional.pixel_shuffle