文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.mint.nn.functional.pad

mindspore.mint.nn.functional.pad(input, pad, mode='constant', value=None)

根据参数 pad 对输入进行填充。

警告

circular 模式性能较差，不推荐使用。

参数：

• input (Tensor) - 输入Tensor，shape为 $(N,\ast )$， $\ast$ 代表任意附加维度。

• pad (Union[tuple[int], list[int], Tensor]) - pad的填充位置。 $\lfloor \frac{\text{len(pad)}}{2}\rfloor$ 维度的 input 将会被填充。可根据以下示例以此类推：

  • 示例：若只需要填充输入tensor的最后一个维度，则 pad 的填充方式为 $(\text{padding\_left},\text{padding\_right})$;

  • 示例：若只需要填充输入tensor的最后两个维度，则 pad 的填充方式为 $(\text{padding\_left},\text{padding\_right},\text{padding\_top},\text{padding\_bottom})$;

  • 示例：若只需要填充输入tensor的最后三个维度，则 pad 的填充方式为 $(\text{padding\_left},\text{padding\_right},\text{padding\_top},\text{padding\_bottom},\text{padding\_front},\text{padding\_back})$;

• mode (str，可选) - pad的填充模式，可选择 'constant' 、 'reflect' 、 'replicate' 或者 'circular' 。默认值： 'constant' 。

  • 对于 'constant' 模式，请参考 mindspore.nn.ConstantPad1d 作为示例来理解这个填充模式，并将这个模式扩展到n维。

  • 对于 'reflect' 模式，请参考 mindspore.nn.ReflectionPad1d 作为示例来理解这个填充模式，reflect模式用于填充四维或五维输入的最后三个维度、三维或四维输入的最后两个维度，或者二维或三维输入的最后一个维度。

  • 对于 'replicate' 模式，请参考 mindspore.nn.ReplicationPad1d 作为示例来理解这个填充模式，replicate模式用于填充四维或五维输入的最后三个维度、三维或四维输入的最后两个维度，或者二维或三维输入的最后一个维度。

  • 对于 'circular' 模式，circular模式用于将图像的像素从一侧循环地填充到另一侧。例如，右侧的像素将被替换为左侧的像素，底部的像素将被替换为顶部的像素。circular模式用于填充四维或五维输入的最后三个维度、三维或四维输入的最后两个维度，或者二维或三维输入的最后一个维度。

• value (Union[int, float, None]，可选) - 仅在 'constant' 模式下生效，设置在 'constant' 模式下的填充值，如果值为 None ，则会使用0作为默认填充值。默认值： None 。

返回：

填充后的Tensor。

异常：

• TypeError - pad 不是全为int的tuple或者list。

• TypeError - input 不是Tensor。

• ValueError - pad 的长度不为偶数。

• ValueError - pad 的长度大于6。

• ValueError - mode 不为 'constant' 并且 value 既不是 None 也不是0。

支持平台：

Ascend

样例：

>>> import mindspore as ms
>>> from mindspore import mint
>>> import numpy as np
>>> x = ms.Tensor(np.arange(1 * 2 * 2 * 2).reshape((1, 2, 2, 2)), dtype=ms.float64)
>>> output = mint.nn.functional.pad(x, [1, 0, 0, 1], mode='constant', value=6.0)
>>> print(output)
[[[[6. 0. 1.]
   [6. 2. 3.]
   [6. 6. 6.]]
  [[6. 4. 5.]
   [6. 6. 7.]
   [6. 6. 6.]]]]