Operasi gradien untuk operasi `MirrorPad`. Operasi ini melipat tensor berlapis cermin.
Operasi ini melipat area empuk dari `input` dengan `MirrorPad` sesuai dengan `paddings` yang Anda tentukan. `paddings` harus sama dengan argumen `paddings` yang diberikan pada operasi `MirrorPad` yang sesuai.
Ukuran terlipat setiap dimensi D keluarannya adalah:
`input.dim_size(D) - bantalan(D, 0) - bantalan(D, 1)`
Misalnya:
# 't' is [[1, 2, 3], [4, 5, 6], [7, 8, 9]].
# 'paddings' is [[0, 1]], [0, 1]].
# 'mode' is SYMMETRIC.
# rank of 't' is 2.
pad(t, paddings) ==> [[ 1, 5]
[11, 28]]
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T memperluas TType > MirrorPadGrad <T> | |
Keluaran <T> | keluaran () Tensor terlipat. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
MirrorPadGrad statis publik <T> buat ( Lingkup lingkup , masukan Operan <T>, bantalan Operan <? extends TNumber >, mode String)
Metode pabrik untuk membuat kelas yang membungkus operasi MirrorPadGrad baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
masukan | Tensor masukan yang akan dilipat. |
bantalan | Matriks dua kolom yang menentukan ukuran padding. Jumlah baris harus sama dengan peringkat `input`. |
mode | Mode yang digunakan dalam operasi `MirrorPad`. |
Kembali
- contoh baru MirrorPadGrad