tensorflow::ops::MirrorPad

Bổ sung các giá trị đối xứng vào tensor.

Bản tóm tắt

Thao tác này thêm các giá trị phản chiếu input theo các paddings bạn chỉ định. paddings là một tensor số nguyên có hình dạng [n, 2] , trong đó n là hạng của input . Đối với mỗi chiều D của input , paddings[D, 0] cho biết số lượng giá trị cần thêm vào trước nội dung của input ở chiều đó, và paddings[D, 1] cho biết số lượng giá trị cần thêm vào sau nội dung của input ở chiều đó. Cả paddings[D, 0] và paddings[D, 1] đều không được lớn hơn input.dim_size(D) (hoặc input.dim_size(D) - 1 ) nếu copy_border là true (nếu false, tương ứng).

Kích thước phần đệm của mỗi chiều D trong kết quả đầu ra là:

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

Ví dụ:

# '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]]

Luận điểm:

• phạm vi: Một đối tượng Phạm vi
• Đầu vào: Tensor đầu vào cần được thêm phần đệm.
• paddings: Một ma trận hai cột chỉ định kích thước phần đệm. Số hàng phải bằng với hạng của ma input .
• Chế độ: Hoặc REFLECT hoặc SYMMETRIC . Ở chế độ phản chiếu, các vùng được đệm không bao gồm các đường viền, trong khi ở chế độ đối xứng, các vùng được đệm bao gồm cả các đường viền. Ví dụ, nếu input là [1, 2, 3] và paddings là [0, 2] , thì đầu ra là [1, 2, 3, 2, 1] ở chế độ phản chiếu, và là [1, 2, 3, 3, 2] ở chế độ đối xứng.

Trả về:

• Output : Tensor đã được thêm phần đệm.

Thuộc tính công khai

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