تدفق التوتر:: العمليات:: MirrorPad

bookmark_border تنظيم صفحاتك في مجموعات يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.

منصات موتر مع قيم معكوسة.

ملخص

تقوم هذه العملية بتضمين input بقيم معكوسة وفقًا paddings التي تحددها. paddings عبارة عن موتر عدد صحيح بالشكل [n, 2] حيث n هي رتبة input . لكل بعد D من input ، تشير paddings[D, 0] إلى عدد القيم التي يجب إضافتها قبل محتويات input في هذا البعد، وتشير paddings[D, 1] إلى عدد القيم التي يجب إضافتها بعد محتويات input في هذا البعد. يجب ألا تكون كل من paddings[D, 0] paddings[D, 1] أكبر من input.dim_size(D) (أو input.dim_size(D) - 1 ) إذا كانت copy_border صحيحة (إذا كانت خطأ، على التوالي).

الحجم المبطن لكل البعد D من الإخراج هو:

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

على سبيل المثال:

# '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]]

الحجج:

• النطاق: كائن النطاق
• الإدخال: موتر الإدخال المراد تبطينه.
• الحشوات: مصفوفة ذات عمودين تحدد أحجام الحشو. يجب أن يكون عدد الصفوف هو نفس رتبة input .
• الوضع: إما REFLECT أو SYMMETRIC . في الوضع العاكس، لا تتضمن المناطق المبطنة الحدود، بينما في الوضع المتماثل، تتضمن المناطق المبطنة الحدود. على سبيل المثال، إذا كان input [1, 2, 3] paddings [0, 2] ، فإن الإخراج هو [1, 2, 3, 2, 1] في وضع الانعكاس، ويكون [1, 2, 3, 3, 2] في الوضع المتماثل.

العوائد:

• Output : الموتر مبطن.

الصفات العامة

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