ReflectionPad1d

class torch.nn.ReflectionPad1d(padding)

使用输入边界的反射来填充输入张量。

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

参数:

填充（int，tuple）- 填充的大小。如果为 int，则在所有边界使用相同的填充。如果为 2-tuple，则使用（ $\text{padding\_left}$ ， $\text{padding\_right}$ ）。

形状：

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

• 输出： $(C, W_{out})$ 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.]]])