torch.nn.functional.pad

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

填充張量 (Pads tensor)。

填充尺寸 (Padding size)

要從 input 的某些維度開始填充的填充尺寸，從最後一個維度開始，然後向前移動。 $\left\lfloor\frac{\text{len(pad)}}{2}\right\rfloor$ 個維度將被填充。例如，要僅填充輸入張量的最後一個維度，則 pad 的形式為 $(\text{padding\_left}, \text{padding\_right})$; 要填充輸入張量的最後 2 個維度，請使用 $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom})$; 要填充最後 3 個維度，請使用 $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom}$ $\text{padding\_front}, \text{padding\_back})$。

填充模式 (Padding mode)

請參閱 torch.nn.CircularPad2d、torch.nn.ConstantPad2d、torch.nn.ReflectionPad2d 和 torch.nn.ReplicationPad2d，以取得有關每種填充模式如何運作的具體範例。常數填充 (Constant padding) 針對任意維度實作。循環 (Circular)、複製 (replicate) 和反射 (reflection) 填充針對填充 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 2D 或 3D 輸入張量的最後一個維度實作。

注意

使用 CUDA 後端時，此操作可能會在其向後傳遞中產生不具確定性的行為，且不易關閉。 請參閱關於再現性的說明，以取得背景資訊。

參數

• input (Tensor) – N 維張量

• pad (tuple) – m 元素的元組，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

回傳類型

Tensor

範例

>>> 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])