テンソルフロー::作戦::ミラーパッド

テンソルをミラーリングされた値でパディングします。

まとめ

この操作は、指定したpaddingsに従って、ミラーリングされた値をinputパディングします。 paddings 、形状[n, 2]の整数テンソルです。ここで、 n はinputのランクです。 inputの各次元 D について、 paddings[D, 0]その次元のinputの内容の前に追加する値の数を示し、 paddings[D, 1]その次元のinputの内容の後に追加する値の数を示します。 copy_borderが true の場合 (それぞれ false の場合) paddings[D, 0]とpaddings[D, 1]はどちらもinput.dim_size(D) (またはinput.dim_size(D) - 1 ) 以下でなければなりません。

出力の各次元 D のパディングされたサイズは次のとおりです。

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

例えば：

# '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]]

引数:

• スコープ:スコープオブジェクト
• input: パディングされる入力テンソル。
• paddings: パディング サイズを指定する 2 列の行列。行数はinputのランクと同じである必要があります。
• モード: REFLECTまたはSYMMETRICいずれか。反射モードではパッド領域に境界線が含まれませんが、対称モードではパッド領域に境界線が含まれます。たとえば、 inputが[1, 2, 3]でpaddingsが[0, 2]の場合、出力はリフレクト モードでは[1, 2, 3, 2, 1]となり、 [1, 2, 3, 3, 2]となります。 [1, 2, 3, 3, 2]対称モード。

戻り値:

• Output : パディングされたテンソル。

パブリック属性

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