MirrorPadGrad

lớp cuối cùng công khai MirrorPadGrad

Tùy chọn chuyển màu cho `MirrorPad` tùy chọn. Cơ chế này gấp một tenxơ có đệm gương.

Thao tác này sẽ gấp các vùng đệm của `input` bằng `MirrorPad` theo `paddings` mà bạn chỉ định. `paddings` phải giống với đối số `paddings` được cung cấp cho tùy chọn `MirrorPad` tương ứng.

Kích thước gấp của mỗi chiều D của đầu ra là:

`input.dim_size(D) - phần đệm(D, 0) - phần đệm(D, 1)`

Ví dụ:

# 't' is [[1, 2, 3], [4, 5, 6], [7, 8, 9]].
 # 'paddings' is [[0, 1]], [0, 1]].
 # 'mode' is SYMMETRIC.
 # rank of 't' is 2.
 pad(t, paddings) ==> [[ 1,  5]
                       [11, 28]]
 

Phương pháp công khai

Đầu ra <T>
asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
tĩnh <T, U mở rộng Số> MirrorPadGrad <T>
tạo (Phạm vi phạm vi , đầu vào Toán hạng <T>, phần đệm Toán hạng <U>, Chế độ chuỗi)
Phương thức gốc để tạo một lớp bao bọc một thao tác MirrorPadGrad mới.
Đầu ra <T>
đầu ra ()
Tenxơ gấp.

Phương pháp kế thừa

Phương pháp công khai

Đầu ra công khai <T> asOutput ()

Trả về phần điều khiển tượng trưng của một tenxơ.

Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.

public static MirrorPadGrad <T> tạo (Phạm vi phạm vi , đầu vào Toán hạng <T>, phần đệm Toán tử <U>, Chế độ chuỗi)

Phương thức gốc để tạo một lớp bao bọc một thao tác MirrorPadGrad mới.

Thông số
phạm vi phạm vi hiện tại
đầu vào Các tensor đầu vào được gấp lại.
phần đệm Ma trận hai cột chỉ định kích thước phần đệm. Số hàng phải bằng thứ hạng của `đầu vào`.
cách thức Chế độ được sử dụng trong `MirrorPad` op.
Trả lại
  • một phiên bản mới của MirrorPadGrad

Đầu ra công khai đầu ra <T> ()

Tenxơ gấp.