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 ke operasi `MirrorPad` terkait.
Ukuran terlipat dari setiap dimensi D dari output adalah:
`input.dim_size(D) - bantalan(D, 0) - bantalan(D, 1)`
Sebagai contoh:
# '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]]
Metode Publik
Output <T> | asOutput () Mengembalikan pegangan simbolis tensor. |
statis <T, U meluas Nomor> MirrorPadGrad <T> | |
Output <T> | Output () Tensor terlipat. |
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 MirrorPadGrad <T> membuat ( Lingkup lingkup, Operan <T> input, Operan <U> paddings, modus String)
Metode pabrik untuk membuat kelas yang membungkus operasi MirrorPadGrad baru.
Parameter
cakupan | lingkup saat ini |
---|---|
memasukkan | Tensor input 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