Bantalan tensor.
Operasi ini mengisi `input` sesuai dengan `paddings` dan `constant_values` yang Anda tentukan. `paddings` adalah tensor bilangan bulat dengan bentuk `[Dn, 2]`, dengan n adalah pangkat dari `input`. Untuk setiap dimensi D dari `input`, `paddings[D, 0]` menunjukkan berapa banyak nilai padding yang akan ditambahkan sebelum konten `input` dalam dimensi tersebut, dan `paddings[D, 1]` menunjukkan berapa banyak nilai padding yang akan tambahkan setelah isi `input` dalam dimensi itu. `constant_values` adalah tensor skalar dengan tipe yang sama dengan `input` yang menunjukkan nilai yang akan digunakan untuk padding `input`.
Ukuran empuk setiap dimensi D keluaran adalah:
`padding(D, 0) + input.dim_size(D) + padding(D, 1)`
Misalnya:
# '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]]
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
| statis <T memperluas TType > Pad <T> | |
| Keluaran <T> | keluaran () |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static Pad <T> buat ( Lingkup lingkup, input Operand <T>, Operand <? extends TNumber > paddings, Operand <T> ConstantValues)
Metode pabrik untuk membuat kelas yang membungkus operasi Pad baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|
Kembali
- contoh baru dari Pad