Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

tensorflow :: ops :: PadV2

#include <array_ops.h>

Podkłada tensor.

streszczenie

Ta operacja wypełnia input zgodnie z paddings i wartościami constant_values które określisz. paddings to tensor całkowity o kształcie [Dn, 2] , gdzie n to rząd danych input . Dla każdego wymiaru D input dopełnienia paddings[D, 0] wskazują, ile wartości dopełnienia należy dodać przed zawartością danych input w tym wymiarze, a dopełnienia paddings[D, 1] wskazują, ile wartości dopełnienia należy dodać po zawartości danych input w tym wymiar. constant_values to tensor skalarny tego samego typu co input który wskazuje wartość, która ma być używana do wypełnienia input .

Wypełniony rozmiar każdego wymiaru D wyjścia to:

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

Na przykład:

# '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]]

Argumenty:

Zwroty:

Konstruktorzy i niszczyciele

PadV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input paddings, :: tensorflow::Input constant_values)

Atrybuty publiczne

operation
output

Funkcje publiczne

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

Atrybuty publiczne

operacja

Operation operation

wynik

::tensorflow::Output output

Funkcje publiczne

PadV2

 PadV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input paddings,
  ::tensorflow::Input constant_values
)

węzeł

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const