Python torch.nn.ReflectionPad3d用法及代码示例

用法: class torch.nn.ReflectionPad3d(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 6- tuple ，则使用(\text{padding\_left}、\text{padding\_right}、\text{padding\_top}、\text{padding\_bottom}、\text{padding\_front}、\text{padding\_back})

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：(N, C, D_{in}, H_{in}, W_{in}) 或 (C, D_{in}, H_{in}, W_{in}) 。
输出： (N, C, D_{out}, H_{out}, W_{out}) 或 (C, D_{out}, H_{out}, W_{out}) ，其中

D_{out} = D_{in} + \text{padding\_front} + \text{padding\_back}

H_{out} = H_{in} + \text{padding\_top} + \text{padding\_bottom}

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

例子：

>>> m = nn.ReflectionPad3d(1)
>>> input = torch.arange(8, dtype=torch.float).reshape(1, 1, 2, 2, 2)
>>> m(input)
tensor([[[[[7., 6., 7., 6.],
           [5., 4., 5., 4.],
           [7., 6., 7., 6.],
           [5., 4., 5., 4.]],
          [[3., 2., 3., 2.],
           [1., 0., 1., 0.],
           [3., 2., 3., 2.],
           [1., 0., 1., 0.]],
          [[7., 6., 7., 6.],
           [5., 4., 5., 4.],
           [7., 6., 7., 6.],
           [5., 4., 5., 4.]],
          [[3., 2., 3., 2.],
           [1., 0., 1., 0.],
           [3., 2., 3., 2.],
           [1., 0., 1., 0.]]]]])

相关用法

注：本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.nn.ReflectionPad3d。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。