用法:
mxnet.ndarray.Pad(data=None, mode=_Null, pad_width=_Null, constant_value=_Null, out=None, name=None, **kwargs)
- data:(
NDArray
) - 一个 n 维输入数组。 - mode:(
{'constant'
,
'edge'
,
'reflect'}
,
required
) - 要使用的填充类型。 “constant” 填充与constant_value
“edge” 使用输入数组的边值填充 “reflect” 通过反射相对于边的值来填充。 - pad_width:(
Shape
(
tuple
)
,
required
) - 应用于每个轴边的填充区域的宽度。它是格式的每个轴的整数填充宽度的元组(before_1, after_1, ... , before_N, after_N)
.它应该是长度2*N
其中N
是数组的维数。这相当于numpy.pad中的pad_width,但被展平了。 - constant_value:(
double
,
optional
,
default=0
) - 用于填充时的值mode
是“constant”。 - out:(
NDArray
,
optional
) - 输出 NDArray 来保存结果。
- data:(
out:- 此函数的输出。
NDArray 或 NDArray 列表
参数:
返回:
返回类型:
用数组的常量或边值填充输入数组。
注意:
Pad
已弃用。请改用pad
。注意:
当前实现仅支持仅在轴 1、2 和 3 上应用填充的 4D 和 5D 输入数组。预计
pad_width
中的轴 4 和 5 为零。此操作使用
constant_value
或沿输入数组的每个轴的边值填充输入数组。填充量由pad_width
指定。pad_width
是格式为(before_1, after_1, ... , before_N, after_N)
的每个轴的整数填充宽度元组。pad_width
的长度应为2*N
,其中N
是数组的维数。对于输入数组的维度
N
,before_N
和after_N
表示沿维度N
在数组元素之前和之后添加多少值。较高两个维度的宽度before_1
、after_1
、before_2
、after_2
必须为 0。例子:
x = [[[[ 1. 2. 3.] [ 4. 5. 6.]] [[ 7. 8. 9.] [ 10. 11. 12.]]] [[[ 11. 12. 13.] [ 14. 15. 16.]] [[ 17. 18. 19.] [ 20. 21. 22.]]]] pad(x,mode="edge", pad_width=(0,0,0,0,1,1,1,1)) = [[[[ 1. 1. 2. 3. 3.] [ 1. 1. 2. 3. 3.] [ 4. 4. 5. 6. 6.] [ 4. 4. 5. 6. 6.]] [[ 7. 7. 8. 9. 9.] [ 7. 7. 8. 9. 9.] [ 10. 10. 11. 12. 12.] [ 10. 10. 11. 12. 12.]]] [[[ 11. 11. 12. 13. 13.] [ 11. 11. 12. 13. 13.] [ 14. 14. 15. 16. 16.] [ 14. 14. 15. 16. 16.]] [[ 17. 17. 18. 19. 19.] [ 17. 17. 18. 19. 19.] [ 20. 20. 21. 22. 22.] [ 20. 20. 21. 22. 22.]]]] pad(x, mode="constant", constant_value=0, pad_width=(0,0,0,0,1,1,1,1)) = [[[[ 0. 0. 0. 0. 0.] [ 0. 1. 2. 3. 0.] [ 0. 4. 5. 6. 0.] [ 0. 0. 0. 0. 0.]] [[ 0. 0. 0. 0. 0.] [ 0. 7. 8. 9. 0.] [ 0. 10. 11. 12. 0.] [ 0. 0. 0. 0. 0.]]] [[[ 0. 0. 0. 0. 0.] [ 0. 11. 12. 13. 0.] [ 0. 14. 15. 16. 0.] [ 0. 0. 0. 0. 0.]] [[ 0. 0. 0. 0. 0.] [ 0. 17. 18. 19. 0.] [ 0. 20. 21. 22. 0.] [ 0. 0. 0. 0. 0.]]]]
相关用法
- Python mxnet.ndarray.op.uniform用法及代码示例
- Python mxnet.ndarray.op.sample_negative_binomial用法及代码示例
- Python mxnet.ndarray.NDArray.ndim用法及代码示例
- Python mxnet.ndarray.op.khatri_rao用法及代码示例
- Python mxnet.ndarray.op.unravel_index用法及代码示例
- Python mxnet.ndarray.contrib.group_adagrad_update用法及代码示例
- Python mxnet.ndarray.op.slice_like用法及代码示例
- Python mxnet.ndarray.sparse.trunc用法及代码示例
- Python mxnet.ndarray.op.L2Normalization用法及代码示例
- Python mxnet.ndarray.op.softmax_cross_entropy用法及代码示例
- Python mxnet.ndarray.where用法及代码示例
- Python mxnet.ndarray.NDArray.reshape用法及代码示例
- Python mxnet.ndarray.op.round用法及代码示例
- Python mxnet.ndarray.SliceChannel用法及代码示例
- Python mxnet.ndarray.eye用法及代码示例
- Python mxnet.ndarray.sample_multinomial用法及代码示例
- Python mxnet.ndarray.op.diag用法及代码示例
- Python mxnet.ndarray.ones_like用法及代码示例
- Python mxnet.ndarray.linalg_gemm用法及代码示例
- Python mxnet.ndarray.stop_gradient用法及代码示例
注:本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.ndarray.Pad。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。