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 \((pad_{left}, pad_{right}, pad_{up}, pad_{down}, pad_{front}, pad_{back})\)。
- 输入:
x (Tensor) - 维度为4D或5D的Tensor,shape为 \((C, D_{in}, H_{in}, W_{in})\) 或 \((N, C, D_{in}, H_{in}, W_{in})\) 。
- 输出:
Tensor,填充后的Tensor,shape为 \((C, D_{out}, H_{out}, W_{out})\)。 其中 \(D_{out} = D_{in} + pad_{front} + pad_{back}\), \(H_{out} = H_{in} + pad_{up} + pad_{down}\), \(W_{out} = W_{in} + pad_{left} + pad_{right}\)。
- 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.]]]]]