ReflectionPad1d

class torch.nn.modules.padding.ReflectionPad1d(padding)

使用輸入邊界的反射來填充輸入張量。

對於 N 維填充，請使用 torch.nn.functional.pad()。

引數

padding (int, tuple) – 填充的大小。如果為 int，則在所有邊界使用相同的填充。如果為 2-tuple，則使用 ($\text{padding\_left}$, $\text{padding\_right}$) 注意填充大小應小於相應的輸入維度。

形狀

• 輸入: $(C, W_{in})$ 或 $(N, C, W_{in})$。

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

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

示例

>>> 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.]]])