mindspore.ops.pad
==================

.. py:function:: mindspore.ops.pad(input_x, padding, mode='constant', value=None)

    根据参数 `padding` 对输入进行填充。

    参数：
        - **input_x** (Tensor) - 输入Tensor，shape为 :math:`(N, *)`， :math:`*` 代表任意附加维度。
        - **padding** (Union[tuple[int], list[int], Tensor]) - pad的填充位置。
          :math:`\left\lfloor\frac{\text{len(padding)}}{2}\right\rfloor` 维度的 `input_x` 将会被填充。

          - 示例：若只需要填充输入tensor的最后一个维度，则 `padding` 则的填充方式为 :math:`(\text{padding_left}, \text{padding_right})`;
          - 示例：若只需要填充输入tensor的最后两个维度，则 `padding` 则的填充方式为 :math:`(\text{padding_left}, \text{padding_right}, \text{padding_top}, \text{padding_bottom})`;
          - 示例：若只需要填充输入tensor的最后三个维度，则 `padding` 则的填充方式为 :math:`(\text{padding_left}, \text{padding_right}, \text{padding_top}, \text{padding_bottom}, \text{padding_front}, \text{padding_back}))`;

          以此类推。

        - **mode** (str，可选) - Pad的填充模式，可选择 "constant", "reflect" 或者 "replicate"。 默认值: "constant"。

          - 对于 "constant" 模式，请参考 :class:`mindspore.nn.ConstantPad1d` 作为示例来理解这个填充模式，并将这个模式扩展到n维。
          - 对于 "reflect" 模式，请参考 :class:`mindspore.nn.ReflectionPad1d` 作为示例来理解这个填充模式，并将这个模式扩展到n维。
          - 对于 "replicate" 模式，请参考 :class:`mindspore.nn.ReplicationPad1d` 作为示例来理解这个填充模式，并将这个模式扩展到n维。

        - **value** (Union[int, float, None]，可选) - 仅在 "constant" 模式下生效，设置在 "constant" 模式下的填充值，如果值为None，则会使用0作为默认填充值。

    返回：
        填充后的Tensor。

    异常：
        - **TypeError** - `padding` 不是全为int的tuple或者list。
        - **TypeError** - `input_x` 不是Tensor。
        - **ValueError** - `paddings` 的shape不等于 2 * len(input_x)。
        - **ValueError** - mode不为"constant"并且value不为None。