torch.nn.functional.pad

torch.nn.functional.pad(input, pad, mode='constant', value=None) → Tensor

填充張量。

填充大小

用於填充 input 張量某些維度的填充大小，是從最後一個維度開始向前描述的。$\left\lfloor\frac{\text{len(pad)}}{2}\right\rfloor$ 維度的 input 將被填充。例如，僅填充輸入張量的最後一個維度時，pad 的形式為 $(\text{padding\_left}, \text{padding\_right})$；填充輸入張量的最後 2 個維度時，使用 $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom})$；填充最後 3 個維度時，使用 $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom}$ $\text{padding\_front}, \text{padding\_back})$。

填充模式

關於每種填充模式具體如何工作，請參閱 torch.nn.CircularPad2d, torch.nn.ConstantPad2d, torch.nn.ReflectionPad2d 和 torch.nn.ReplicationPad2d。 常數填充適用於任意維度。迴圈 (Circular)、複製 (replicate) 和反射 (reflection) 填充適用於填充 4D 或 5D 輸入張量的最後 3 個維度，3D 或 4D 輸入張量的最後 2 個維度，或者 2D 或 3D 輸入張量的最後一個維度。

注意

使用 CUDA 後端時，此操作在其反向傳播過程中可能會導致非確定性行為，且不容易關閉。有關背景資訊，請參閱關於可復現性的說明。

引數

• input (Tensor) – N維張量

• pad (tuple) – 包含 m 個元素的 tuple，其中 $\frac{m}{2} \leq$ 輸入維度且 $m$ 為偶數。

• mode (str) – 'constant'、'reflect'、'replicate' 或 'circular'。預設值：'constant'

• value (Optional[float]) – 用於 'constant' 填充的填充值。預設值：0

返回型別

張量

示例

>>> t4d = torch.empty(3, 3, 4, 2)
>>> p1d = (1, 1) # pad last dim by 1 on each side
>>> out = F.pad(t4d, p1d, "constant", 0)  # effectively zero padding
>>> print(out.size())
torch.Size([3, 3, 4, 4])
>>> p2d = (1, 1, 2, 2) # pad last dim by (1, 1) and 2nd to last by (2, 2)
>>> out = F.pad(t4d, p2d, "constant", 0)
>>> print(out.size())
torch.Size([3, 3, 8, 4])
>>> t4d = torch.empty(3, 3, 4, 2)
>>> p3d = (0, 1, 2, 1, 3, 3) # pad by (0, 1), (2, 1), and (3, 3)
>>> out = F.pad(t4d, p3d, "constant", 0)
>>> print(out.size())
torch.Size([3, 9, 7, 3])