เทนเซอร์โฟลว์:: ปฏิบัติการ:: มิเรอร์แพด

แพดเทนเซอร์ด้วยค่าที่มิเรอร์

สรุป

การดำเนินการนี้จะแพด input ที่มีค่ามิเรอร์ตาม paddings ที่คุณระบุ paddings เป็นเทนเซอร์จำนวนเต็มที่มีรูปร่าง [n, 2] โดยที่ n คืออันดับของ input สำหรับแต่ละมิติ D ของ input paddings[D, 0] ระบุจำนวนค่าที่จะเพิ่มก่อนเนื้อหาของ input ในมิตินั้น และ paddings[D, 1] ระบุจำนวนค่าที่จะเพิ่มหลังเนื้อหาของ input ในมิตินั้น ทั้ง paddings[D, 0] และ paddings[D, 1] จะต้องไม่ใหญ่กว่า input.dim_size(D) (หรือ input.dim_size(D) - 1 ) หาก copy_border เป็นจริง (หากเป็น false ตามลำดับ)

ขนาดเบาะของแต่ละมิติ D ของเอาต์พุตคือ:

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

ตัวอย่างเช่น:

# '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]]

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• อินพุต: เทนเซอร์อินพุตที่จะบุนวม
• paddings: เมทริกซ์สองคอลัมน์ที่ระบุขนาด padding จำนวนแถวจะต้องเท่ากันกับอันดับของ input
• โหมด: REFLECT หรือ SYMMETRIC ในโหมดสะท้อน พื้นที่เบาะจะไม่รวมเส้นขอบ ในขณะที่ในโหมดสมมาตร พื้นที่เบาะจะรวมเส้นขอบด้วย ตัวอย่างเช่น หาก input คือ [1, 2, 3] และ paddings คือ [0, 2] ดังนั้นเอาต์พุตจะเป็น [1, 2, 3, 2, 1] ในโหมดสะท้อน และจะเป็น [1, 2, 3, 3, 2] ในโหมดสมมาตร

ผลตอบแทน:

• Output : เทนเซอร์แบบบุนวม

คุณลักษณะสาธารณะ

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