टेन्सरफ्लो::ऑप्स::मिररपैड

यह टेंसर को मिरर किए गए मानों से भरता है।

सारांश

यह ऑपरेशन आपके द्वारा निर्दिष्ट paddings के अनुसार input मिरर किए गए मानों से भरता है। paddings [n, 2] आकार का एक पूर्णांक टेंसर है, जहाँ n input का रैंक है। input के प्रत्येक आयाम D के लिए, paddings[D, 0] यह दर्शाता है कि उस आयाम में input की सामग्री से पहले कितने मान जोड़ने हैं, और paddings[D, 1] यह दर्शाता है कि उस आयाम में input की सामग्री के बाद कितने मान जोड़ने हैं। कॉपी बॉर्डर सही होने पर paddings[D, 0] और paddings[D, 1] दोनों copy_border input.dim_size(D) (या input.dim_size(D) - 1 ) से अधिक नहीं होने चाहिए (गलत होने पर क्रमशः)।

आउटपुट के प्रत्येक आयाम D का पैडेड आकार है:

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

उदाहरण के लिए:

# '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]]

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• इनपुट: वह इनपुट टेंसर जिसे पैड किया जाना है।
• पैडिंग: पैडिंग आकार निर्दिष्ट करने वाला दो-स्तंभ मैट्रिक्स। पंक्तियों की संख्या input के रैंक के समान होनी चाहिए।
• मोड: या तो REFLECT या SYMMETRIC । रिफ्लेक्ट मोड में पैडेड क्षेत्रों में बॉर्डर शामिल नहीं होते हैं, जबकि सिमेट्रिक मोड में पैडेड क्षेत्रों में बॉर्डर शामिल होते हैं। उदाहरण के लिए, यदि input [1, 2, 3] है और paddings [0, 2] है, तो रिफ्लेक्ट मोड में आउटपुट [1, 2, 3, 2, 1] होगा, और सिमेट्रिक मोड में यह [1, 2, 3, 3, 2] होगा।

प्रतिफल:

• Output : पैडेड टेंसर।

सार्वजनिक विशेषताएँ

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