mindspore.nn.ReflectionPad3d

class mindspore.nn.ReflectionPad3d(padding)[源代码]

使用反射的方式，以 input 的边界为对称轴，对 input 进行填充。3d代表填充的维度为三维。

说明

ReflectionPad3d尚不支持5D Tensor输入。

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，则顺序为 \((pad\_left, pad\_right, pad\_up, pad\_down, pad\_front, pad\_back)\)。

输入：

x (Tensor) - 4D Tensor，shape为 \((N, D_{in}, H_{in}, W_{in})\) 。

输出：

Tensor，填充后的Tensor，shape为 \((N, D_{out}, H_{out}, W_{out})\)。其中 \(H_{out} = H_{in} + pad\_up + pad\_down\)、\(W_{out} = W_{in} + pad\_left + pad\_right\)、\(D_{out} = D_{in} + pad\_front + pad\_back\) 。

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
>>> arr = np.arange(8).astype(np.float32).reshape((1, 2, 2, 2))
>>> x = ms.Tensor(arr)
>>> # x has shape (1, 2, 2, 2)
>>> padding = (1, 1, 1, 0, 0, 1)
>>> pad3d = ms.nn.ReflectionPad3d(padding)
>>> out = pad3d(x)
>>> # The first dimension of x remains the same.
>>> # The second dimension of x: D_out = D_in + pad_front + pad_back = 2 + 0 + 1 = 3
>>> # The third dimension of x: H_out = H_in + pad_up + pad_down = 2 + 1 + 0 = 3
>>> # The last dimension of x: W_out = W_in + pad_left + pad_right = 2 + 1 + 1 = 4
>>> # The shape of out is (1, 3, 3, 4)
>>> print(out)
[[[[3. 2. 3. 2.]
   [1. 0. 1. 0.]
   [3. 2. 3. 2.]]
  [[7. 6. 7. 6.]
   [5. 4. 5. 4.]
   [7. 6. 7. 6.]]
  [[3. 2. 3. 2.]
   [1. 0. 1. 0.]
   [3. 2. 3. 2.]]]]