torch.nn.functional.pad

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

填充張量。

填充大小

填充大小從最後一個維度開始向前描述，用於填充input的某些維度。 $\left\lfloor\frac{\text{len(pad)}}{2}\right\rfloor$ 個input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

請參閱torch.nn.CircularPad2d, torch.nn.ConstantPad2d, torch.nn.ReflectionPad2d, and torch.nn.ReplicationPad2d 以獲取每種填充模式工作方式的具體示例。Constant 填充適用於任意維度。Circular、replicate 和 reflection 填充適用於填充 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。

注意

在使用 CUDA 後端時，此操作可能會在其反向傳播中引起不可確定的行為，且不易關閉。請參閱復現性說明以獲取背景資訊。

引數

• input (Tensor) – N 維張量

• pad (tuple) – m 個元素的元組，其中 $\frac{m}{2} \leq$ 個輸入維度，且 $m$ 是偶數。

• mode (str) – 'constant', 'reflect', 'replicate' 或 'circular'。預設為：'constant'

• value (Optional[float]) – 'constant' 填充的填充值。預設為：0

返回型別

張量

示例

>>> 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])