tensorflow::ops::MirrorPad

Bir tensörü aynalanmış değerlerle doldurur.

Özet

Bu işlem, belirttiğiniz paddings göre input aynalanmış değerlerle doldurur. paddings , input rankı olan n'ye göre [n, 2] şeklinde bir tamsayı tensörüdür. input her D boyutu için, paddings[D, 0] , o boyuttaki input içeriğinin önüne kaç değer ekleneceğini ve paddings[D, 1] o boyuttaki input içeriğinin sonuna kaç değer ekleneceğini gösterir. copy_border doğruysa ` paddings[D, 0] ve paddings[D, 1] input.dim_size(D) 'den (veya input.dim_size(D) - 1 ) (yanlışsa) büyük olmamalıdır.

Çıktının her bir D boyutunun dolgulu boyutu şöyledir:

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

Örneğin:

# '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]]

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• Giriş: Doldurulacak giriş tensörü.
• dolgular: Dolgu boyutlarını belirten iki sütunlu bir matris. Satır sayısı, input matrisinin rankı ile aynı olmalıdır.
• Mod: REFLECT veya SYMMETRIC . Reflect modunda dolgu bölgeleri kenar boşluklarını içermezken, symmetric modunda dolgu bölgeleri kenar boşluklarını içerir. Örneğin, input [1, 2, 3] ve paddings [0, 2] ise, Reflect modunda çıktı [1, 2, 3, 2, 1] olurken, symmetric modunda çıktı [1, 2, 3, 3, 2] olur.

İadeler:

• Output : Dolgu uygulanmış tensör.

Genel özellikler

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