mindspore.ops.pad

mindspore.ops.pad(input_x, padding, mode='constant', value=None)[源代码]

根据参数 padding 对输入进行填充。

参数:
  • input_x (Tensor) - 输入Tensor,shape为 \((N, *)\)\(*\) 代表任意附加维度。

  • padding (Union[tuple[int], list[int], Tensor]) - pad的填充位置。 \(\left\lfloor\frac{\text{len(padding)}}{2}\right\rfloor\) 维度的 input_x 将会被填充。可根据以下示例以此类推:

    • 示例:若只需要填充输入tensor的最后一个维度,则 padding 的填充方式为 \((\text{padding_left}, \text{padding_right})\);

    • 示例:若只需要填充输入tensor的最后两个维度,则 padding 的填充方式为 \((\text{padding_left}, \text{padding_right}, \text{padding_top}, \text{padding_bottom})\);

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

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

    • 对于 “constant” 模式,请参考 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 mindspore.nn.ReflectionPad1d 作为示例来理解这个填充模式,reflect模式用于填充三维或者四维输入的最后两个维度,或者二维或三维输入的最后一个维度。

    • 对于 “replicate” 模式,请参考 mindspore.nn.ReplicationPad1d 作为示例来理解这个填充模式,replicate模式用于填充四维或五维输入的最后三个维度、三维或四维输入的最后两个维度,或者二维或三维输入的最后一个维度。

    • 对于 “circular” 模式,circular模式用于将图像的像素从一侧循环地填充到另一侧。例如,右侧的像素将被替换为左侧的像素,底部的像素将被替换为顶部的像素。circular模式用于填充四维或五维输入的最后三个维度、三维或四维输入的最后两个维度,或者二维或三维输入的最后一个维度。

  • 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。默认值:None

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 的长度不为偶数。

  • ValueError - paddings 的长度大于6。

  • ValueError - mode不为”constant”并且value不为None。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore as ms
>>> import mindspore.ops as ops
>>> import numpy as np
>>> x = ms.Tensor(np.arange(1 * 2 * 2 * 2).reshape((1, 2, 2, 2)), dtype=ms.float64)
>>> output = ops.pad(x, [1, 0, 0, 1], mode='constant', value=6.0)
>>> print(output)
[[[[6. 0. 1.]
   [6. 2. 3.]
   [6. 6. 6.]]
  [[6. 4. 5.]
   [6. 6. 7.]
   [6. 6. 6.]]]]
>>> output1 = ops.pad(x, (1, 0, 0, 1), mode='reflect')
>>> print(output1)
[[[[1. 0. 1.]
   [3. 2. 3.]
   [1. 0. 1.]]
  [[5. 4. 5.]
   [7. 6. 7.]
   [5. 4. 5.]]]]
>>> output2 = ops.pad(x, (1, 1, 2, 1), mode='replicate')
>>> print(output2)
[[[[0. 0. 1. 1.]
   [0. 0. 1. 1.]
   [0. 0. 1. 1.]
   [2. 2. 3. 3.]
   [2. 2. 3. 3.]]
  [[4. 4. 5. 5.]
   [4. 4. 5. 5.]
   [4. 4. 5. 5.]
   [6. 6. 7. 7.]
   [6. 6. 7. 7.]]]]
>>> output3 = ops.pad(x, (1, 1, 2, 1), mode='circular')
>>> print(output3)
[[[[1. 0. 1. 0.]
   [3. 2. 3. 2.]
   [1. 0. 1. 0.]
   [3. 2. 3. 2.]
   [1. 0. 1. 0.]]
  [[5. 4. 5. 4.]
   [7. 6. 7. 6.]
   [5. 4. 5. 4.]
   [7. 6. 7. 6.]
   [5. 4. 5. 4.]]]]