mindspore.nn.ConstantPad2d

查看源文件
class mindspore.nn.ConstantPad2d(padding, value)[源代码]

将给定的常量填充到多维输入数据的最后两维。

参数:
  • padding (Union[int, tuple]) - 对输入的最后两维进行填充的大小。如果padding的类型为int,则在输入最后两维的前后均填充 padding 大小,如果padding为长度为4的tuple,形如(padding_0, padding_1, padding_2, padding_3),那么输入 x 对应输出的最后一维的shape为 \(padding\_0 + x.shape[-1] + padding\_1\) ,输入 x 对应输出的倒数第二维的shape为 \(padding\_2 + x.shape[-2] + padding\_3\) ,输出的其余维度与输入保持一致。在Ascend后端运行时,不支持 padding 包含负值情况。

  • value (Union[int, float]) - 填充值。

输入:
  • x (Tensor) - 输入Tensor,shape为 \((N, *)\),其中 \(*\) 表示任意维度。在Ascend后端运行时,不支持维度大于5。

返回:

Tensor,填充后的Tensor。

异常:
  • TypeError - padding 既不是tuple或者int。

  • TypeError - value 既不是int,也不是float。

  • ValueError - tuple类型的 padding 长度大于4或者长度不是2的倍数。

  • ValueError - 填充后输出的维度不是正数。

  • ValueError - 在Ascend后端运行时,x 的维度大于5。

  • ValueError - 在Ascend后端运行时,padding 中包含负值。

支持平台:

Ascend GPU CPU

样例:

>>> import numpy as np
>>> import mindspore as ms
>>> x = np.ones(shape=(1, 2, 3, 4)).astype(np.float32)
>>> x = ms.Tensor(x)
>>> padding = (-1, 1, 0, 1)
>>> value = 0.5
>>> pad2d = ms.nn.ConstantPad2d(padding, value)
>>> out = pad2d(x)
>>> print(out)
[[[[1.  1.  1.  0.5]
   [1.  1.  1.  0.5]
   [1.  1.  1.  0.5]
   [0.5 0.5 0.5 0.5]]
  [[1.  1.  1.  0.5]
   [1.  1.  1.  0.5]
   [1.  1.  1.  0.5]
   [0.5 0.5 0.5 0.5]]]]
>>> print(out.shape)
(1, 2, 4, 4)