แพดเทนเซอร์ด้วยค่าที่มิเรอร์
การดำเนินการนี้จะแพด `อินพุต` ด้วยค่าที่มิเรอร์ตาม `แพดดิ้ง` ที่คุณระบุ `paddings` คือเทนเซอร์จำนวนเต็มที่มีรูปร่าง `[n, 2]` โดยที่ n คืออันดับของ `อินพุต` สำหรับแต่ละมิติ D ของ `input` นั้น `paddings[D, 0]` ระบุจำนวนค่าที่จะเพิ่มก่อนเนื้อหาของ `input` ในมิตินั้น และ `paddings[D, 1]` ระบุจำนวนค่าที่จะเพิ่มหลัง เนื้อหาของ 'อินพุต' ในมิตินั้น ทั้ง `paddings[D, 0]` และ `paddings[D, 1]` ต้องไม่ใหญ่กว่า `input.dim_size(D)` (หรือ `input.dim_size(D) - 1`) ถ้า `copy_border` เป็นจริง (หากเป็นเท็จตามลำดับ)
ขนาดเบาะของแต่ละมิติ D ของเอาต์พุตคือ:
`ช่องว่างภายใน (D, 0) + input.dim_size (D) + ช่องว่างภายใน (D, 1)`
ตัวอย่างเช่น:
# 't' is [[1, 2, 3], [4, 5, 6]].
# 'paddings' is [[1, 1]], [2, 2]].
# 'mode' is SYMMETRIC.
# rank of 't' is 2.
pad(t, paddings) ==> [[2, 1, 1, 2, 3, 3, 2]
[2, 1, 1, 2, 3, 3, 2]
[5, 4, 4, 5, 6, 6, 5]
[5, 4, 4, 5, 6, 6, 5]]
วิธีการสาธารณะ
| เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
| คงที่ <T, U ขยายหมายเลข> MirrorPad <T> | |
| เอาท์พุต <T> | เอาท์พุท () เทนเซอร์บุนวม |
วิธีการสืบทอด
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง MirrorPad สาธารณะ <T> แบบคงที่ (ขอบเขต ขอบเขต , อินพุต Operand <T>, ช่องว่างภายใน Operand <U>, โหมดสตริง)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ MirrorPad ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| ป้อนข้อมูล | เทนเซอร์อินพุตที่จะบุนวม |
| ช่องว่างภายใน | เมทริกซ์สองคอลัมน์ที่ระบุขนาดช่องว่างภายใน จำนวนแถวต้องเท่ากันกับอันดับของ "อินพุต" |
| โหมด | 'สะท้อน' หรือ 'สมมาตร' ในโหมดสะท้อน พื้นที่เบาะจะไม่รวมเส้นขอบ ในขณะที่ในโหมดสมมาตร พื้นที่เบาะจะรวมเส้นขอบด้วย ตัวอย่างเช่น หาก `อินพุต` คือ `[1, 2, 3]` และ `ช่องว่างภายใน` คือ `[0, 2]` ดังนั้นเอาต์พุตจะเป็น `[1, 2, 3, 2, 1]` ในโหมดสะท้อน และจะเป็น `[1, 2, 3, 3, 2]` ในโหมดสมมาตร |
การส่งคืน
- ตัวอย่างใหม่ของ MirrorPad