torch.nn.functional.pad¶
- torch.nn.functional.pad(input, pad, mode='constant', value=None) Tensor [源代码]¶
对张量进行填充。
- 填充大小
用于填充
input
的某些维度的填充大小从最后一个维度开始,向前移动。 的维度将被填充。例如,要仅填充输入张量的最后一个维度,则pad
的形式为 ; 要填充输入张量的最后 2 个维度,则使用 ; 要填充最后 3 个维度,则使用 .- 填充模式
查看
torch.nn.CircularPad2d
、torch.nn.ConstantPad2d
、torch.nn.ReflectionPad2d
和torch.nn.ReplicationPad2d
获取每个填充模式的具体示例。常量填充在任意维度上都有实现。循环填充、复制填充和反射填充在 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 2D 或 3D 输入张量的最后 1 个维度上实现。
注意
当使用 CUDA 后端时,此操作可能会在其反向传播中引入不可确定的行为,并且难以关闭。有关背景信息,请参阅关于 可重复性 的说明。
- 参数
- 返回值类型
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])