flux tensoriel : : opérations : : MiroirPad

Remplit un tenseur avec des valeurs en miroir.

Résumé

Cette opération remplit une input avec des valeurs en miroir en fonction des paddings que vous spécifiez. paddings est un tenseur entier de forme [n, 2] , où n est le rang de input . Pour chaque dimension D de input , paddings[D, 0] indique le nombre de valeurs à ajouter avant le contenu de input dans cette dimension, et paddings[D, 1] indique le nombre de valeurs à ajouter après le contenu de input dans cette dimension. paddings[D, 0] et paddings[D, 1] ne doivent pas être supérieurs à input.dim_size(D) (ou input.dim_size(D) - 1 ) si copy_border est vrai (si faux, respectivement).

La taille complétée de chaque dimension D de la sortie est :

paddings(D, 0) + input.dim_size(D) + paddings(D, 1)

Par exemple:

# '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]]

Arguments:

• scope : un objet Scope
• input : Le tenseur d’entrée à compléter.
• paddings : une matrice à deux colonnes spécifiant les tailles de remplissage. Le nombre de lignes doit être le même que le rang de input .
• mode : Soit REFLECT , soit SYMMETRIC . En mode réflexion, les régions rembourrées n'incluent pas les bordures, tandis qu'en mode symétrique, les régions rembourrées incluent les bordures. Par exemple, si input est [1, 2, 3] et paddings sont [0, 2] , alors la sortie est [1, 2, 3, 2, 1] en mode réflexion, et c'est [1, 2, 3, 3, 2] en mode symétrique.

Retour:

• Output : Le tenseur rembourré.

Attributs publics

Operation operation

::tensorflow::Output output

 MirrorPad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input paddings,
  StringPiece mode
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const