جریان تنسور:: عملیات:: آینه پد

#include <array_ops.h>

یک تانسور را با مقادیر آینه‌ای قرار می‌دهد.

خلاصه

این عملیات یک input با مقادیر آینه ای مطابق با paddings که شما مشخص کرده اید، اضافه می کند. paddings یک تانسور عدد صحیح با شکل [n, 2] است که n رتبه input است. برای هر بعد D input ، paddings[D, 0] نشان می دهد که چند مقدار باید قبل از محتویات input در آن بعد اضافه شود، و paddings[D, 1] نشان می دهد که چند مقدار باید بعد از محتوای input در آن بعد اضافه شود. هر دو paddings[D, 0] و paddings[D, 1] نباید بزرگتر از input.dim_size(D) (یا input.dim_size(D) - 1 ) باشند اگر copy_border درست باشد (به ترتیب اگر نادرست باشد).

اندازه بالشتک شده هر بعد D خروجی عبارت است از:

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

مثلا:

# '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]]

استدلال ها:

  • scope: یک شی Scope
  • ورودی: تانسور ورودی که قرار است پر شود.
  • paddings: یک ماتریس دو ستونی که اندازه های بالشتک را مشخص می کند. تعداد سطرها باید با رتبه input یکسان باشد.
  • حالت: یا REFLECT یا SYMMETRIC . در حالت انعکاس، نواحی پرشده شامل مرزها نمی‌شوند، در حالی که در حالت متقارن، نواحی پرشده شامل مرزها می‌شوند. برای مثال، اگر input [1, 2, 3] و paddings [0, 2] باشد، خروجی در حالت بازتاب [1, 2, 3, 2, 1] است و [1, 2, 3, 3, 2] است. [1, 2, 3, 3, 2] در حالت متقارن.

برمی گرداند:

  • Output : تانسور پر شده.

سازندگان و ویرانگرها

MirrorPad (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input paddings, StringPiece mode)

صفات عمومی

operation
output

توابع عمومی

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

صفات عمومی

عمل

Operation operation

خروجی

::tensorflow::Output output

توابع عمومی

آینه پد

 MirrorPad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input paddings,
  StringPiece mode
)

گره

::tensorflow::Node * node() const 

عملگر::tensorflow::ورودی

 operator::tensorflow::Input() const 

عملگر::tensorflow::خروجی

 operator::tensorflow::Output() const