当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch ReplicationPad2d用法及代码示例


本文简要介绍python语言中 torch.nn.ReplicationPad2d 的用法。

用法:

class torch.nn.ReplicationPad2d(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 4- tuple ,则使用( )

使用输入边界的复制填充输入张量。

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

形状:
  • 输入:

  • 输出: ,其中

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

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

例子:

>>> m = nn.ReplicationPad2d(2)
>>> input = torch.arange(9, dtype=torch.float).reshape(1, 1, 3, 3)
>>> input
tensor([[[[0., 1., 2.],
          [3., 4., 5.],
          [6., 7., 8.]]]])
>>> m(input)
tensor([[[[0., 0., 0., 1., 2., 2., 2.],
          [0., 0., 0., 1., 2., 2., 2.],
          [0., 0., 0., 1., 2., 2., 2.],
          [3., 3., 3., 4., 5., 5., 5.],
          [6., 6., 6., 7., 8., 8., 8.],
          [6., 6., 6., 7., 8., 8., 8.],
          [6., 6., 6., 7., 8., 8., 8.]]]])
>>> # using different paddings for different sides
>>> m = nn.ReplicationPad2d((1, 1, 2, 0))
>>> m(input)
tensor([[[[0., 0., 1., 2., 2.],
          [0., 0., 1., 2., 2.],
          [0., 0., 1., 2., 2.],
          [3., 3., 4., 5., 5.],
          [6., 6., 7., 8., 8.]]]])

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.ReplicationPad2d。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。