MirrorPad

public final class MirrorPad

Preenche um tensor com valores espelhados.

Esta operação preenche uma `entrada` com valores espelhados de acordo com os` preenchimentos` que você especificar. `paddings` é um tensor inteiro com a forma` [n, 2] `, onde n é a classificação de` entrada`. Para cada dimensão D de `input`,` paddings [D, 0] `indica quantos valores adicionar antes do conteúdo de` input` nessa dimensão, e `paddings [D, 1]` indica quantos valores adicionar depois o conteúdo de `entrada` nessa dimensão. Tanto `paddings [D, 0]` e `paddings [D, 1]` não devem ser maiores que `input.dim_size (D)` (ou `input.dim_size (D) - 1`) se` copy_border` for verdadeiro (se for falso, respectivamente).

O tamanho preenchido de cada dimensão D da saída é:

`preenchimentos (D, 0) + input.dim_size (D) + preenchimentos (D, 1)`

Por exemplo:

# '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]]
 

Métodos Públicos

Output <T>
asOutput ()
Retorna o identificador simbólico de um tensor.
estática <T, U estende Number> MirrorPad <T>
criar ( Scope escopo, Operando <T> entrada, Operando <U> paddings, o modo String)
Método de fábrica para criar uma classe envolvendo uma nova operação MirrorPad.
Output <T>
saída ()
O tensor acolchoado.

Métodos herdados

Métodos Públicos

pública Output <T> asOutput ()

Retorna o identificador simbólico de um tensor.

As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static MirrorPad <T> create ( Scope escopo, Operando <T> entrada, Operando <U> paddings, o modo String)

Método de fábrica para criar uma classe envolvendo uma nova operação MirrorPad.

Parâmetros
alcance escopo atual
entrada O tensor de entrada a ser preenchido.
recheios Uma matriz de duas colunas especificando os tamanhos de preenchimento. O número de linhas deve ser igual à classificação de `entrada`.
modo `REFLECT` ou` SYMMETRIC`. No modo de reflexão, as regiões preenchidas não incluem as bordas, enquanto no modo simétrico as regiões preenchidas incluem as bordas. Por exemplo, se `entrada` é` [1, 2, 3] `e` preenchimentos` é `[0, 2]`, então a saída é `[1, 2, 3, 2, 1]` no modo de reflexão e é `[1, 2, 3, 3, 2]` no modo simétrico.
Devoluções
  • uma nova instância de MirrorPad

pública Output <T> de saída ()

O tensor acolchoado.