mindscience.common.WaveletTransformLoss

class mindscience.common.WaveletTransformLoss(wave_level=2, regroup=False)[源代码]

多层小波变换损失函数。

参数：

wave_level (int, 可选) - 小波变换级数，应为正整数。默认值： 2。
regroup (bool, 可选) - 小波变换损失中误差的重新组合方式。默认值： False。

输入：

input (tuple(Tensor, Tensor)) - Tensor 构成的元组。Tensor 的形状为 \((B*H*W/(P*P), P*P*C)\)，其中 B 表示批次大小，H、W 分别表示图像的高度和宽度，P 表示 patch 大小，C 表示特征通道。

输出：

output (Tensor) - 小波变换损失函数输出。

样例：

>>> import numpy as np
>>> from mindscience.common import WaveletTransformLoss
>>> import mindspore
>>> from mindspore import Tensor
>>> net = WaveletTransformLoss(wave_level=2)
>>> input1 = Tensor(np.ones((32, 288, 768)), mstype.float32)
>>> input2 = Tensor(np.ones((32, 288, 768)), mstype.float32)
>>> output = net((input1, input2))
>>> print(output)
2.0794415