mindspore.nn.ReplicationPad3d

class mindspore.nn.ReplicationPad3d(padding)[源代码]

根据 padding 对输入 x 的DHW维度上进行填充。

参数：

padding (union[int, tuple]) - 填充 x 最后三个维度的大小。
- 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 $(p a d_{l e f t}, p a d_{r i g h t}, p a d_{u p}, p a d_{d o w n}, p a d_{f r o n t}, p a d_{b a c k})$ 。

输入：

x (Tensor) - 维度为4D或5D的Tensor，shape为 $(C, D_{i n}, H_{i n}, W_{i n})$ 或 $(N, C, D_{i n}, H_{i n}, W_{i n})$ 。

输出：

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

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
>>> from mindspore import Tensor
>>> from mindspore.nn import ReplicationPad3d
>>> pad3d = ReplicationPad3d(1)
>>> input = Tensor(np.arange(0, 9).reshape(1, 1, 1, 3, 3), mindspore.float32)
>>> out = pad3d(input)
>>> print(out)
[[[[[0. 0. 1. 2. 2.]
    [0. 0. 1. 2. 2.]
    [3. 3. 4. 5. 5.]
    [6. 6. 7. 8. 8.]
    [6. 6. 7. 8. 8.]]
   [[0. 0. 1. 2. 2.]
    [0. 0. 1. 2. 2.]
    [3. 3. 4. 5. 5.]
    [6. 6. 7. 8. 8.]
    [6. 6. 7. 8. 8.]]
   [[0. 0. 1. 2. 2.]
    [0. 0. 1. 2. 2.]
    [3. 3. 4. 5. 5.]
    [6. 6. 7. 8. 8.]
    [6. 6. 7. 8. 8.]]]]]