快捷方式

ReflectionPad1d

class torch.nn.ReflectionPad1d(padding)[源代码]

使用输入边界的反射对输入张量进行填充。

对于 N 维填充,请使用 torch.nn.functional.pad()

参数

padding (int, tuple) – 填充的大小。如果为 int,则在所有边界使用相同的填充。如果为 2-tuple,则使用 (padding_left\text{padding\_left}, padding_right\text{padding\_right})

形状
  • 输入: (C,Win)(C, W_{in})(N,C,Win)(N, C, W_{in}).

  • 输出: (C,Wout)(C, W_{out})(N,C,Wout)(N, C, W_{out}),其中

    Wout=Win+padding_left+padding_rightW_{out} = W_{in} + \text{padding\_left} + \text{padding\_right}

示例

>>> m = nn.ReflectionPad1d(2)
>>> input = torch.arange(8, dtype=torch.float).reshape(1, 2, 4)
>>> input
tensor([[[0., 1., 2., 3.],
         [4., 5., 6., 7.]]])
>>> m(input)
tensor([[[2., 1., 0., 1., 2., 3., 2., 1.],
         [6., 5., 4., 5., 6., 7., 6., 5.]]])
>>> # using different paddings for different sides
>>> m = nn.ReflectionPad1d((3, 1))
>>> m(input)
tensor([[[3., 2., 1., 0., 1., 2., 3., 2.],
         [7., 6., 5., 4., 5., 6., 7., 6.]]])

文档

访问 PyTorch 的全面的开发者文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源