小白学Pytorch系列--Torch.nn API Shuffle Layers(16)

小白学Pytorch系列–Torch.nn API Shuffle Layers(16)

方法 注释
nn.ChannelShuffle 将形状为 ( ∗ , C , H , W ) (*,C,H,W) (,C,H,W)的张量中的通道划分为g组,并将它们重新排列为 ( ∗ , C g , g , H , W ) (*,C^g,g,H,W) (,Cg,g,H,W),同时保持原始张量形状。

nn.ChannelShuffle

小白学Pytorch系列--Torch.nn API Shuffle Layers(16)_第1张图片

>>> channel_shuffle = nn.ChannelShuffle(2)
>>> input = torch.randn(1, 4, 2, 2)
>>> print(input)
[[[[1, 2],
   [3, 4]],
  [[5, 6],
   [7, 8]],
  [[9, 10],
   [11, 12]],
  [[13, 14],
   [15, 16]],
 ]]
>>> output = channel_shuffle(input)
>>> print(output)
[[[[1, 2],
   [3, 4]],
  [[9, 10],
   [11, 12]],
  [[5, 6],
   [7, 8]],
  [[13, 14],
   [15, 16]],
 ]]

你可能感兴趣的:(PyTorch框架,pytorch,python,深度学习)