ReflectionPad1d

类torch.nn.ReflectionPad1d(padding)[源代码]

用输入边界镜像来填充输入张量。

对于 N 维填充，可以使用 torch.nn.functional.pad() 函数。

参数

padding (int, tuple) – 填充大小。如果是 int，则在所有边界使用相同的填充值。如果是一个 2-元组，则使用 ($\text{padding\_left}$, $\text{padding\_right}$)。

形状:

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

• 输出为 $(C, W_{out})$ 或 $(N, C, W_{out})$

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

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.]]])