torch.nn.functional.pad

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

填充张量。

填充大小

用于填充 input 张量某些维度的填充大小，是从最后一个维度开始向前描述的。$\left\lfloor\frac{\text{len(pad)}}{2}\right\rfloor$ 维度的 input 将被填充。例如，仅填充输入张量的最后一个维度时，pad 的形式为 $(\text{padding\_left}, \text{padding\_right})$；填充输入张量的最后 2 个维度时，使用 $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom})$；填充最后 3 个维度时，使用 $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom}$ $\text{padding\_front}, \text{padding\_back})$。

填充模式

关于每种填充模式具体如何工作，请参阅 torch.nn.CircularPad2d, torch.nn.ConstantPad2d, torch.nn.ReflectionPad2d 和 torch.nn.ReplicationPad2d。 常数填充适用于任意维度。循环 (Circular)、复制 (replicate) 和反射 (reflection) 填充适用于填充 4D 或 5D 输入张量的最后 3 个维度，3D 或 4D 输入张量的最后 2 个维度，或者 2D 或 3D 输入张量的最后一个维度。

注意

使用 CUDA 后端时，此操作在其反向传播过程中可能会导致非确定性行为，且不容易关闭。有关背景信息，请参阅关于可复现性的说明。

参数

• input (Tensor) – N维张量

• pad (tuple) – 包含 m 个元素的 tuple，其中 $\frac{m}{2} \leq$ 输入维度且 $m$ 为偶数。

• mode (str) – 'constant'、'reflect'、'replicate' 或 'circular'。默认值：'constant'

• value (Optional[float]) – 用于 'constant' 填充的填充值。默认值：0

返回类型

张量

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])