Python PyTorch ReflectionPad1d用法及代码示例

本文简要介绍python语言中 torch.nn.ReflectionPad1d 的用法。

用法:

class torch.nn.ReflectionPad1d(padding)

参数：

padding(int,tuple) -填充的大小。如果是 int ，则在所有边界中使用相同的填充。如果是 2- tuple ，则使用 ( \text{padding\_left} , \text{padding\_right} )

使用输入边界的反射填充输入张量。

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

形状：

• 输入：(C, W_{in}) 或 (N, C, W_{in}) 。

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

  W_{out} = W_{in} + \text{padding\_left} + \text{padding\_right}

例子：

>>> 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.]]])