【CNN记录】pytorch中shuffle_channel

最新推荐文章于 2024-01-08 11:10:20 发布

侵蚀昨天

最新推荐文章于 2024-01-08 11:10:20 发布

阅读量445

点赞数

分类专栏： DL 文章标签： pytorch cnn 深度学习

本文链接：https://blog.csdn.net/q2519008/article/details/130769283

版权

DL 专栏收录该内容

12 篇文章 0 订阅

订阅专栏

ChannelShuffle是PyTorch中用于通道重组的操作，它将输入数据的通道分为指定数量的组，并对每组内的元素进行重新排序。例如，给定一个4x2x2的输入tensor，当groups设为2时，会先将通道reshape为2x2x2，然后进行转置，最后再reshape回原来的形状，从而实现通道的混洗。此操作常用于深度可分离卷积网络中。

摘要由CSDN通过智能技术生成

shuffle_channel

torch.nn.ChannelShuffle(groups)

将输入data的通道混洗重排，把所有通道分成group个组，并通过逐一从每个组中选择元素来组成新的顺序。

example：

input_data = torch.arange(0,16).view(1,4,2,2)

输入
tensor([[[[ 0,  1],
          [ 2,  3]],

         [[ 4,  5],
          [ 6,  7]],

         [[ 8,  9],
          [10, 11]],

         [[12, 13],
          [14, 15]]]])

channel_shuffle = nn.ChannelShuffle(2) #分成2组
output = channel_shuffle(input_data) #运行
结果
tensor([[[[ 0,  1],
          [ 2,  3]],

         [[ 8,  9],
          [10, 11]],

         [[ 4,  5],
          [ 6,  7]],

         [[12, 13],
          [14, 15]]]])

依据这个功能，可以由几个op融合成shuffle_Channel

reshape1->transpose->reshape2