torch.nn.functional.pad
是PyTorch函数,用于在张量的各个轴上添加填充 。这个函数是 torch.nn.functional
模块下的一个实用函数,它可以自由地添加不同数量的填充到输入张量的任意边界。
用法
使用 torch.nn.functional.pad
需要提供输入张量 和一个填充值 列表,该列表指明了每个维度两侧的填充量 。此外,还可以指定填充类型,例如 'constant'(使用固定值进行填充)、'reflect'(使用反射填充方式)、'replicate'(使用重复模式填充)等。
以下是几个 pad 函数的例子:
python
import torch
import torch.nn.functional as F
# 创建一个二维矩阵
tensor = torch.arange(9).view(3, 3)
# 将 tensor 周围填充一层零
# 填充格式为:(左, 右, 上, 下)
padded_tensor = F.pad(tensor, (1, 1, 1, 1), 'constant', 0)
# 使用反射方式填充
# 反射填充不需要额外的填充值,会将tensor边缘的值反射至填充部分
padded_tensor_reflect = F.pad(tensor, (1, 1, 1, 1), 'reflect')
# 使用重复模式填充
# 重复模式会取边缘的值并在填充区域重复它
padded_tensor_replicate = F.pad(tensor, (1, 1, 1, 1), 'replicate')
在实际应用中,填充操作通常用于确保某些卷积层或池化层后的尺寸满足要求,或者处理边界情况,比如图像处理中边界的处理等。
pad 函数的灵活性在于,它可以处理不同数量 和不同类型的填充需求,提供了实现各种填充策略的基础。