เทนเซอร์โฟลว์ :: ops :: MirrorPad

#include <array_ops.h>

วางเทนเซอร์ที่มีค่ามิเรอร์

สรุป

การดำเนินการนี้จะเสริม input มีค่าที่มิเรอร์ตามการ paddings คุณระบุ paddings คือเทนเซอร์จำนวนเต็มที่มีรูปร่าง [n, 2] โดยที่ n คืออันดับของ input สำหรับแต่ละมิติ D ของ input , paddings[D, 0] แสดงจำนวนค่าที่จะเพิ่มก่อนเนื้อหาของ input ในมิตินั้นและ paddings[D, 1] แสดงจำนวนค่าที่จะเพิ่มหลังจากที่เนื้อหาของ input ในมิติที่ ทั้ง paddings[D, 0] และ paddings[D, 1] ต้องไม่เกิน input.dim_size(D) (หรือ input.dim_size(D) - 1 ) ถ้า copy_border เป็นจริง (ถ้าเป็นเท็จตามลำดับ)

ขนาดเบาะของแต่ละมิติ D ของเอาต์พุตคือ:

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

ตัวอย่างเช่น:

# '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]]

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • อินพุต: เทนเซอร์อินพุตที่จะบุนวม
  • paddings: เมทริกซ์สองคอลัมน์ที่ระบุขนาดช่องว่างภายใน จำนวนแถวต้องเหมือนกันกับอันดับของ input
  • โหมด: REFLECT หรือ SYMMETRIC ในโหมดสะท้อนแสงพื้นที่เบาะจะไม่รวมเส้นขอบในขณะที่ในโหมดสมมาตรพื้นที่เบาะจะรวมเส้นขอบ ตัวอย่างเช่นหาก input เป็น [1, 2, 3] และ paddings เป็น [0, 2] เอาต์พุตจะเป็น [1, 2, 3, 2, 1] ในโหมดสะท้อนแสงและเป็น [1, 2, 3, 3, 2] ในโหมดสมมาตร

ผลตอบแทน:

  • Output : เทนเซอร์เบาะ

ผู้สร้างและผู้ทำลาย

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

คุณลักษณะสาธารณะ

operation
output

หน้าที่สาธารณะ

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

คุณลักษณะสาธารณะ

การดำเนินการ

Operation operation

เอาท์พุท

::tensorflow::Output output

หน้าที่สาธารณะ

MirrorPad

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

โหนด

::tensorflow::Node * node() const 

ตัวดำเนินการ :: tensorflow :: อินพุต

 operator::tensorflow::Input() const 

ตัวดำเนินการ :: tensorflow :: เอาท์พุท

 operator::tensorflow::Output() const