torch.nn.functional.pad

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

Дополняет тензор заполнением.

Размер заполнения:

Размер заполнения для дополнения некоторых измерений input описывается начиная с последнего измерения и двигаясь к предыдущим. Будут дополнены $\left\lfloor\frac{\text{len(pad)}}{2}\right\rfloor$ измерений input. Например, чтобы дополнить только последнее измерение входного тензора, pad должно иметь вид $(\text{padding\_left}, \text{padding\_right})$; чтобы дополнить последние 2 измерения входного тензора, используйте $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom})$; чтобы дополнить последние 3 измерения, используйте $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom}$ $\text{padding\_front}, \text{padding\_back})$.

Режим заполнения:

Конкретные примеры работы каждого режима заполнения см. в разделах torch.nn.CircularPad2d, torch.nn.ConstantPad2d, torch.nn.ReflectionPad2d и torch.nn.ReplicationPad2d. Заполнение константой реализовано для произвольного числа измерений. Циклическое заполнение, заполнение повторением и отражением реализованы для заполнения последних 3 измерений входного тензора размерности 4 или 5, последних 2 измерений входного тензора размерности 3 или 4 либо последнего измерения входного тензора размерности 2 или 3.

Примечание

При использовании бэкенда CUDA эта операция может вызывать недетерминированное поведение при обратном проходе, которое нельзя легко отключить. Дополнительную информацию см. в примечаниях о воспроизводимости.

Параметры:

• input (Tensor) – N-мерный тензор
• pad (tuple) – кортеж из m элементов, где $\frac{m}{2} \leq$ размерности входных данных, а $m$ — чётное число.
• mode (str) – 'constant', 'reflect', 'replicate' или 'circular'. Значение по умолчанию: 'constant'
• value (float | None) – значение заполнения для режима 'constant'. Значение по умолчанию: 0

Тип возвращаемого значения:

Tensor

Примеры:

>>> 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])