텐서를 채웁니다.
이 작업은 지정한 `paddings` 및 `constant_values`에 따라 `input`을 채웁니다. `paddings`는 `[Dn, 2]` 형태의 정수 텐서입니다. 여기서 n은 `input`의 순위입니다. `input`의 각 차원 D에 대해 `paddings[D, 0]`은 해당 차원의 `input` 내용 앞에 추가할 패딩 값 수를 나타내고, `paddings[D, 1]`은 추가할 패딩 값 수를 나타냅니다. 해당 차원의 'input' 내용 뒤에 추가하세요. `상수_값`은 `입력` 패딩에 사용할 값을 나타내는 `입력`과 동일한 유형의 스칼라 텐서입니다.
출력의 각 차원 D의 패딩된 크기는 다음과 같습니다.
`패딩(D, 0) + input.dim_size(D) + 패딩(D, 1)`
예를 들어:
# 't' is [[1, 1], [2, 2]]
# 'paddings' is [[1, 1], [2, 2]]
# 'constant_values' is 0
# rank of 't' is 2
pad(t, paddings) ==> [[0, 0, 0, 0, 0, 0]
[0, 0, 1, 1, 0, 0]
[0, 0, 2, 2, 0, 0]
[0, 0, 0, 0, 0, 0]]
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
공개 정적 패드 <T> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <U> 패딩, 피연산자 <T> 상수값)
새 Pad 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|
보고
- Pad의 새로운 인스턴스