Peringatan: API ini tidak digunakan lagi dan akan dihapus di versi TensorFlow mendatang setelah penggantinya stabil.

MirrorPad

kelas akhir public MirrorPad

Bantalan tensor dengan nilai-nilai cermin.

Operasi ini mengisi `input` dengan nilai yang dicerminkan sesuai dengan `paddings` yang Anda tentukan. `paddings` adalah tensor bilangan bulat dengan bentuk `[n, 2]`, di mana n adalah pangkat `input`. Untuk setiap dimensi D dari `input`, `paddings[D, 0]` menunjukkan berapa banyak nilai yang akan ditambahkan sebelum konten `input` dalam dimensi tersebut, dan `paddings[D, 1]` menunjukkan berapa banyak nilai yang akan ditambahkan setelah isi `input` dalam dimensi itu. Baik `paddings[D, 0]` dan `paddings[D, 1]` tidak boleh lebih besar dari `input.dim_size(D)` (atau `input.dim_size(D) - 1`) jika `copy_border` benar (jika salah, masing-masing).

Ukuran empuk setiap dimensi D dari output adalah:

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

Sebagai contoh:

# '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]]
 

Metode Publik

Output <T>
asOutput ()
Mengembalikan pegangan simbolis tensor.
statis <T, U meluas Nomor> MirrorPad <T>
membuat ( Lingkup lingkup, Operan <T> input, Operan <U> paddings, modus String)
Metode pabrik untuk membuat kelas yang membungkus operasi MirrorPad baru.
Output <T>
Output ()
Tensor empuk.

Metode yang Diwarisi

Metode Publik

publik Keluaran <T> asOutput ()

Mengembalikan pegangan simbolis tensor.

Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static MirrorPad <T> membuat ( Lingkup lingkup, Operan <T> input, Operan <U> paddings, modus String)

Metode pabrik untuk membuat kelas yang membungkus operasi MirrorPad baru.

Parameter
cakupan lingkup saat ini
memasukkan Tensor input yang akan diisi.
bantalan Matriks dua kolom yang menentukan ukuran padding. Jumlah baris harus sama dengan peringkat `input`.
mode Baik `REFLECT` atau `SYMMETRIC`. Dalam mode refleksi, daerah yang diisi tidak menyertakan batas, sedangkan dalam mode simetris, daerah yang diisi menyertakan batas. Misalnya, jika `input` adalah `[1, 2, 3]` dan `paddings` adalah `[0, 2]`, maka outputnya adalah `[1, 2, 3, 2, 1]` dalam mode refleksi , dan `[1, 2, 3, 3, 2]` dalam mode simetris.
Kembali
  • contoh baru MirrorPad

publik Keluaran <T> Output ()

Tensor empuk.