mindspore.nn.ReflectionPad1d

class mindspore.nn.ReflectionPad1d(padding)

根据 padding 对输入 x 进行填充。1d代表填充的维度为一维。

参数：

• padding (union[int, tuple]) - 填充大小，如果输入为int，则对所有边界进行相同大小的填充；如果是tuple，则为 \((pad\_left, pad\_right)\)。

输入：

• x (Tensor) - 输入Tensor，2D或3D。shape为 \((C, W_{in})\) 或 \((N, C, W_{in})\) 。

输出：

Tensor，填充后的Tensor, shape为 \((C, W_{out})\) 或 \((N, C, W_{out})\) 。其中 \(W_{out} = W_{in} + pad\_left + pad\_right\) 。

异常：

• TypeError - padding 不是tuple或int。

• TypeError - padding 中存在不是int的元素。

• ValueError - padding 是tuple，且长度不能被2整除。

• ValueError - padding 是tuple，且存在负数。

• ValueError - padding 是tuple，且长度和tensor的维度不匹配。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> import mindspore as ms
>>> x = ms.Tensor(np.array([[[0, 1, 2, 3], [4, 5, 6, 7]]]).astype(np.float32))
>>> # x has shape (1, 2, 4)
>>> padding = (3, 1)
>>> # The first and the second dimension of x remain the same.
>>> # The third dimension of x: W_out = W_in + pad_left + pad_right = 4 + 3 + 1 = 8
>>> pad1d = ms.nn.ReflectionPad1d(padding)
>>> out = pad1d(x)
>>> # The shape of out is (1, 2, 8)
>>> print(out)
[[[3. 2. 1. 0. 1. 2. 3. 2.]
  [7. 6. 5. 4. 5. 6. 7. 6.]]]