ReflectionPad1d

class torch.nn.modules.padding.ReflectionPad1d(padding) [source]

Дополняет входной тензор, отражая его границы.

Для дополнения размерности N используйте torch.nn.functional.pad().

Параметры:

padding (int, tuple) – размер паддинга. Если это int, используется одинаковый паддинг для всех границ. Если это 2-tuple, используется ($\text{padding\_left}$, $\text{padding\_right}$). Обратите внимание, что размер паддинга должен быть меньше соответствующего измерения входных данных.

Форма:

• Вход: $(C, W_{in})$ или $(N, C, W_{in})$.

• Выход: $(C, W_{out})$ или $(N, C, W_{out})$, где

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

Примеры:

>>> 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.]]])