tensorflow::ops::MirrorPad

Menambahkan nilai yang dicerminkan ke dalam tensor.

Ringkasan

Operasi ini menambahkan nilai yang dicerminkan ke input sesuai dengan paddings yang Anda tentukan. paddings adalah tensor bilangan bulat dengan bentuk [n, 2] , di mana n adalah rank dari input . Untuk setiap dimensi D dari input , paddings[D, 0] menunjukkan berapa banyak nilai yang akan ditambahkan sebelum isi input pada dimensi tersebut, dan paddings[D, 1] menunjukkan berapa banyak nilai yang akan ditambahkan setelah isi input pada dimensi tersebut. Baik paddings[D, 0] maupun paddings[D, 1] tidak boleh lebih besar dari input.dim_size(D) (atau input.dim_size(D) - 1 ) jika copy_border bernilai true (jika false, masing-masing).

Ukuran padding dari setiap dimensi D pada output adalah:

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

Misalnya:

# '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]]

Argumen:

• Cakupan: Objek Cakupan
• input: Tensor input yang akan diisi.
• paddings: Matriks dua kolom yang menentukan ukuran padding. Jumlah baris harus sama dengan rank input .
• Mode: REFLECT atau SYMMETRIC . Dalam mode refleksi, wilayah yang diberi padding tidak termasuk batas, sedangkan dalam mode simetris, wilayah yang diberi padding termasuk batas. Misalnya, jika input adalah [1, 2, 3] dan paddings adalah [0, 2] , maka outputnya adalah [1, 2, 3, 2, 1] dalam mode refleksi, dan [1, 2, 3, 3, 2] dalam mode simetris.

Mengembalikan:

• Output : Tensor yang telah diisi padding.

Atribut publik

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