文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.MirrorPad

class mindspore.ops.MirrorPad(mode='REFLECT')

通过指定的填充模式和大小对输入Tensor进行填充。

参数：

• mode (str，可选) - 指定填充模式的可选字符串。可选值为： 'REFLECT' 和 'SYMMETRIC' 。默认值： 'REFLECT' 。 当采样grid超出输入Tensor的边界时，各种填充模式效果如下：

  • 'REFLECT' ：使用零填充输入Tensor。例如，向 [1, 2, 3, 4] 的两边分别填充2个元素，结果为 [3, 2, 1, 2, 3, 4, 3, 2]。

  • 'SYMMETRIC' ：使用Tensor边缘上像素的值填充输入Tensor。例如，向 [1, 2, 3, 4] 的两边分别填充2个元素，结果为 [2, 1, 1, 2, 3, 4, 4, 3]。

输入：

• input_x (Tensor) - shape: $(N,\ast )$ ，其中 $\ast$ 表示任何数量的附加维度。

• paddings (Tensor) - shape为 $(N,2)$ 的矩阵。N为输入Tensor的秩。int类型。 对于输入的第 D 个维度， paddings[D, 0] 表示需在输入第 D 维头部填充的数量， paddings[D, 1] 表示需在输入第 D 维尾部填充的数量。

输出：

填充后的Tensor。

• 如果设置 mode 为 'REFLECT' ，将使用对称轴对称复制的方式来进行填充。 如果 input_x 为[[1,2,3]，[4,5,6]，[7,8,9]]， paddings 为[[1,1], [2,2]]，则输出为[[6,5,4,5,6,5,4]，[3,2,1,2,3,2,1]，[6,5,4,5,6,5,4]，[9,8,7,8,9,8,7]，[6,5,4,5,6,5,4]]。 更直观的理解请参见下面的样例。

• 如果 mode 为 'SYMMETRIC' ，则填充方法类似于 'REFLECT' 。它也会根据对称轴复制，但是也包括对称轴。如果 input_x 为[[1,2,3],[4,5,6],[7,8,9]]， paddings 为[[1,1], [2,2]]，则输出为[[2,1,1,2,3,3,2]，[2,1,1,2,3,3,2]，[5,4,4,5,6,6,5]，[8,7,7,8,9,9,8]，[8,7,7,8,9,9,8]]。 更直观的理解请参见下面的样例。

异常：

• TypeError - input_x 或 padings 不是Tensor。

• TypeError - mode 不是str。

• ValueError - paddings.size 不等于2 * len(input_x)。

支持平台：

Ascend GPU CPU

样例：

>>> from mindspore import Tensor, nn, ops
>>> # case1: mode="REFLECT"
>>> class Net(nn.Cell):
...    def __init__(self, mode):
...        super(Net, self).__init__()
...        self.pad = ops.MirrorPad(mode=mode)
...        self.paddings = Tensor([[1, 1], [2, 2]])
...    def construct(self, input_x):
...        return self.pad(input_x, self.paddings)
...
>>> input_x = Tensor([[1,2,3], [4,5,6], [7,8,9]])
>>> pad = Net("REFLECT")
>>> output = pad(input_x)
>>> print(output)
[[6 5 4 5 6 5 4]
 [3 2 1 2 3 2 1]
 [6 5 4 5 6 5 4]
 [9 8 7 8 9 8 7]
 [6 5 4 5 6 5 4]]
>>> # case2: mode="SYMMETRIC"
>>> pad = Net("SYMMETRIC")
>>> output = pad(input_x)
>>> print(output)
[[2 1 1 2 3 3 2]
 [2 1 1 2 3 3 2]
 [5 4 4 5 6 6 5]
 [8 7 7 8 9 9 8]
 [8 7 7 8 9 9 8]]