torch.nn.functional.pad 是对Tensor做padding，输入的参数必须的torch的Tensor

一般地，习惯上会做如下声明
import torch.nn.functional as F
所以，torch.nn.functional.pad一般使用F.pad来代替

参数列表

第一个参数为Tensor
第二个参数为一个Tuple，它表示分别对前，后做多少位的padding操作
第三个参数位mode，mode一般有'constant’(default) 'reflect’ 'reflect’ 'replicate' or 'circular'
第四个参数value，用于mode是'constant’下的填充。默认0

使用样例

example 1 （1D）

x=torch.Tensor([1,1,0,0,2,2])
x = F.pad(x, (0, 2), mode='constant')
print(x,x.shape)

example 2（1D）

x=torch.Tensor([1,1,0,0,2,2])
x = F.pad(x, (2, 0), mode='constant',value=9)
print(x,x.shape)

example 3（negetive padding）

x=torch.Tensor([1,1,0,0,2,2])
x = F.pad(x, (-2, 0), mode='constant')
print(x,x.shape)

example 4（2D）

x=torch.Tensor([1,1,0,0,2,2]).view(3,2)
x = F.pad(x, (0, 2), mode='constant')
print(x,x.shape)

example 5（3D）

x=torch.Tensor([1,1,0,0,2,2]).view(3,2,1)
x = F.pad(x, (1, 0), mode='constant')
print(x,x.shape)

example 6（reflect）

reflect模式下仅仅支持3D, 4D, 5D，其他的会报错
Only 3D, 4D, 5D padding with non-constant padding are supported for now

reflect用作于最后一维，最后一维的每一维最后一个item为轴，然后反射出一摸一样的部分。

x=torch.Tensor([1,2,3,0,4,5,0,-1,-2,-3,-4,0]).view(2,2,3)
print(x)
x = F.pad(x, (0, 2), mode='reflect')
print(x,x.shape)

example 7（replicate）

replicate模式下仅仅支持3D, 4D, 5D，其他的会报错
Only 3D, 4D, 5D padding with non-constant padding are supported for now

replicate用作于最后一维，最后一维的每一维最后一个item复制。

x=torch.Tensor([1,2,3,0,4,5,0,-1,-2,-3,-4,0]).view(2,2,3)
print(x)
x = F.pad(x, (0, 2), mode='replicate')
print(x,x.shape)

example 8（circular）

circular模式下仅仅支持3D, 4D, 5D，其他的会报错
Only 3D, 4D, 5D padding with non-constant padding are supported for now

circular用作于最后一维，最后一维从头开始复制

x=torch.Tensor([1,2,3,0,4,5,0,-1,-2,-3,-4,0]).view(2,2,3)
print(x)
x = F.pad(x, (0, 2), mode='circular')
print(x,x.shape)

【pytorch】torch.nn.functional.pad的使用相关推荐

pytorch笔记：torch.nn.functional.pad
1 torch.nn.functional.pad函数 torch.nn.functional.pad是pytorch内置的tensor扩充函数,便于对数据集图像或中间层特征进行维度扩充 torch. ...
Pytorch之torch.nn.functional.pad函数详解
torch.nn.functional.pad是PyTorch内置的矩阵填充函数 (1).torch.nn.functional.pad函数详细描述如下: torch.nn.functional.pa ...
torch.nn.functional.pad
作用用来对一个tensor进行填充.最典型的就是图片了,原来是2*2的,现在想要变成3*3的,那么就需要填充,此时有很多选择,例如是在原来的右上进行填充还是左下?又或者是左上?等等. 这个函数就可以 ...
torch.nn.functional.pad(input, pad, mode=‘constant‘, value=0)
torch.nn.functional.pad(input, pad, mode='constant', value=0) 填充Tensor. 填充大小: 填充input的某些维度的填充大小从最后一个 ...
mindspore.ops.Pad如何像torch.nn.functional.pad一样可以填充负维度
torch.nn.functional.pad[x,[-1,-1,-1,-1,]]可以填充负维度,而mindspore.ops.Pad 却不能填充负维度. 但是在官网中写的torch.nn.funct ...
[Pytorch]torch.nn.functional.conv2d与深度可分离卷积和标准卷积
torch.nn.functional.conv2d与深度可分离卷积和标准卷积前言 F.conv2d与nn.Conv2d F.conv2d 标准卷积考虑Batch的影响深度可分离卷积深度可分离卷 ...
pytorch: torch.nn.functional.affine_grid(theta,size)
# 仍有部分疑惑 torch.nn.functional.affine_grid(theta,size): 给定一组仿射矩阵(theta),生成一个2d的流场.通常与 grid_sample() 结 ...
torch.nn.functional
1. 非线性激活函数 torch.nn.functional.threshold(input, threshold, value, inplace=False) torch.nn.functional ...
torch.nn.functional.interpolate函数
torch.nn.functional.interpolate实现插值和上采样 torch.nn.functional.interpolate(input, size=None, scale_fact ...

【pytorch】torch.nn.functional.pad的使用