mindspore.nn.ReplicationPad2d

class mindspore.nn.ReplicationPad2d(padding)[源代码]

根据 padding 对输入 x 的HW维度上进行填充。

参数：

padding (union[int, tuple]) - 填充 x 最后两个维度的大小。
- 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 $(p a d_{l e f t}, p a d_{r i g h t}, p a d_{u p}, p a d_{d o w n})$ 。

输入：

x (Tensor) - 维度为3D或4D的Tensor，shape为 $(C, H_{i n}, W_{i n})$ 或 $(N, C, H_{i n}, W_{i n})$ 。

输出：

Tensor，填充后的Tensor，shape为 $(C, H_{o u t}, W_{o u t})$ 或 $(N, C, H_{o u t}, W_{o u t})$ 。其中 $H_{o u t} = H_{i n} + p a d_{u p} + p a d_{d o w n}$ , $W_{o u t} = W_{i n} + p a d_{l e f t} + p a d_{r i g h t}$ 。

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，且长度和Tensor的维度不匹配。

支持平台：

GPU

样例：

>>> import numpy as np
>>> import mindspore as ms
>>> pad2d = ms.nn.ReplicationPad2d(2)
>>> input = ms.Tensor(np.arange(0, 9).reshape(1, 1, 3, 3), ms.float32)
>>> print(input)
[[[[0. 1. 2.]
   [3. 4. 5.]
   [6. 7. 8.]]]]
>>> out = pad2d(input)
>>> print(out)
[[[[0. 0. 0. 1. 2. 2. 2.]
   [0. 0. 0. 1. 2. 2. 2.]
   [0. 0. 0. 1. 2. 2. 2.]
   [3. 3. 3. 4. 5. 5. 5.]
   [6. 6. 6. 7. 8. 8. 8.]
   [6. 6. 6. 7. 8. 8. 8.]
   [6. 6. 6. 7. 8. 8. 8.]]]]
>>> pad2d = ms.nn.ReplicationPad2d((1, 1, 2, 0))
>>> out = pad2d(input)
>>> print(out)
[[[[0. 0. 1. 2. 2.]
   [0. 0. 1. 2. 2.]
   [0. 0. 1. 2. 2.]
   [3. 3. 4. 5. 5.]
   [6. 6. 7. 8. 8.]]]]