mindspore.ops.Pad

class mindspore.ops.Pad(paddings)[源代码]

根据参数 paddings 对输入进行填充。

例如, 仅填充输入Tensor的最后一个维度,则填充方式为(padding_left, padding_right);填充输入Tensor的最后两个维度, 则填充方式为(padding_left, padding_right, padding_top, padding_bottom);填充最后3个维度,则填充方式为 (padding_left, padding_right, padding_top, padding_bottom, padding_front, padding_back)。

\[\begin{split}\begin{aligned} &\text{ input_x_shape} = (N_{1},N_{2},...,N_{n}) \\ &\begin{aligned} \text{output_shape = }(&N_{1}+paddings[0,0]+paddings[0,1], \\ & N_{2}+paddings[1,0]+paddings[1,1], \\ &... , \\ & N_{n}+paddings[n-1,0]+paddings[n-1,1]) \end{aligned} \end{aligned}\end{split}\]

参数:

  • paddings (tuple) - 填充大小,其shape为(N, 2),N是输入数据的维度,填充的元素为int类型。对于 x 的第 D 个维度,paddings[D, 0]表示输入Tensor的第 D 维度扩展前的大小,paddings[D, 1]表示在输入Tensor的第 D 个维度后面要扩展的大小。

输入:

  • input_x (Tensor) - Pad的输入,任意维度的Tensor。

输出:

填充后的Tensor。

异常:

  • TypeError - paddings 不是tuple。

  • TypeError - input_x 不是Tensor。

  • ValueError - paddings 的shape不是 \((N, 2)\)

  • ValueError - paddings 的大小不等于2 * len(input_x)。

支持平台:

Ascend GPU CPU

样例:

>>> input_x = Tensor(np.array([[-0.1, 0.3, 3.6], [0.4, 0.5, -3.2]]), mindspore.float32)
>>> pad_op = ops.Pad(((1, 2), (2, 1)))
>>> output = pad_op(input_x)
>>> print(output)
[[ 0.   0.   0.   0.   0.   0. ]
 [ 0.   0.  -0.1  0.3  3.6  0. ]
 [ 0.   0.   0.4  0.5 -3.2  0. ]
 [ 0.   0.   0.   0.   0.   0. ]
 [ 0.   0.   0.   0.   0.   0. ]]