Pad

lớp cuối cùng công khai Pad

Đệm một tensor.

Thao tác này đệm `input` theo `paddings` và `constant_values` mà bạn chỉ định. `paddings` là một tensor nguyên có hình dạng `[Dn, 2]`, trong đó n là thứ hạng của `input`. Đối với mỗi thứ nguyên D của `input`, `paddings[D, 0]` cho biết số lượng giá trị phần đệm cần thêm trước nội dung của `input` trong thứ nguyên đó và `paddings[D, 1]` cho biết có bao nhiêu giá trị phần đệm cần thêm thêm vào sau nội dung của `input` trong thứ nguyên đó. `constant_values` là một tensor vô hướng cùng loại với `input` cho biết giá trị được sử dụng để đệm `input`.

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

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

Ví dụ:

# 't' is [[1, 1], [2, 2]]
 # 'paddings' is [[1, 1], [2, 2]]
 # 'constant_values' is 0
 # rank of 't' is 2
 pad(t, paddings) ==> [[0, 0, 0, 0, 0, 0]
                       [0, 0, 1, 1, 0, 0]
                       [0, 0, 2, 2, 0, 0]
                       [0, 0, 0, 0, 0, 0]]
 

Phương pháp công khai

Đầu ra <T>
asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
tĩnh <T, U mở rộng Số> Pad <T>
tạo ( Phạm vi phạm vi, đầu vào Toán hạng <T>, phần đệm Toán hạng <U>, Giá trị hằng số Toán hạng <T>)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Pad mới.
Đầu ra <T>

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 Pad <T> tạo (Phạm vi phạm vi , đầu vào Toán hạng <T>, phần đệm Toán hạng <U>, Giá trị hằng số Toán hạng <T>)

Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Pad mới.

Thông số
phạm vi phạm vi hiện tại
Trả lại
  • một phiên bản mới của Pad

Đầu ra công khai đầu ra <T> ()