面试题库 › 算法 / 大模型 › Pixel Shuffle 亚像素上采样的实现原理

Pixel Shuffle 亚像素上采样的实现原理

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:卷积神经网络

常见岗位:计算机视觉

答案要点

  1. 通道重排到空间:(N, C·r², H, W) → (N, C, H·r, W·r),本身无可学习参数
  2. 实现为 reshape 成 (N,C,r,r,H,W),permute 为 (N,C,H,r,W,r),再 reshape 合并
  3. 前接输出 C·r² 通道的卷积,计算在低分辨率空间完成,比先插值再卷积更省
  4. 常用于超分辨率(ESPCN),逆操作为 Pixel Unshuffle(space-to-depth)

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题