torch.nn.functional.pad

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

填充张量。

填充大小：

从最后一个维度开始描述用于填充 input 的填充大小。 $\left\lfloor\frac{\text{len(pad)}}{2}\right\rfloor$ 维度将进行填充。例如，仅填充输入张量的最后一个维度，则 pad 的形式为 $(\text{padding\_left}, \text{padding\_right})$ ；要填充输入张量的最后一个 2 个维度，则使用 $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom})$ ；要填充最后一个 3 个维度，则使用 $(\text{padding\_left}, \text{padding\_right},$ $\text{padding\_top}, \text{padding\_bottom}$ $\text{padding\_front}, \text{padding\_back})$ 。

填充模式：

请参阅 torch.nn.CircularPad2d 、 torch.nn.ConstantPad2d 、 torch.nn.ReflectionPad2d 和 torch.nn.ReplicationPad2d ，了解每种填充模式的具体示例。常量填充适用于任意维度。循环、复制和反射填充适用于填充 4D 或 5D 输入张量的最后一个 3 个维度、3D 或 4D 输入张量的最后一个 2 个维度，或 2D 或 3D 输入张量的最后一个维度。

注意

当使用 CUDA 后端时，此操作的逆过程可能会产生不易关闭的非确定性行为。请参阅可重现性说明以获取背景信息。

参数:

• 输入（张量）- 多维张量

• 填充（元组）- m 个元素的元组，其中 $\frac{m}{2} \leq$ 是输入维度， $m$ 是偶数。

• 模式（字符串）- 'constant' ， 'reflect' ， 'replicate' 或 'circular' 。默认： 'constant'

• 值（可选[浮点数]）- 'constant' 填充的填充值。默认： 0

返回类型:

张量

示例：

>>> 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])