Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
aliran tensor:: operasi:: CerminPad
#include <array_ops.h> Mengisi tensor dengan nilai cermin.
Ringkasan
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 rank input . Untuk setiap dimensi D input , paddings[D, 0] menunjukkan berapa banyak nilai yang ditambahkan sebelum konten input dalam dimensi tersebut, dan paddings[D, 1] menunjukkan berapa banyak nilai yang ditambahkan setelah konten input dalam dimensi tersebut. 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).
Ukuran empuk setiap dimensi D keluaran adalah:
paddings(D, 0) + input.dim_size(D) + paddings(D, 1)
Misalnya:
# '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]] Argumen:
- ruang lingkup: Objek Lingkup
- input : Tensor input yang akan diisi.
- paddings: Matriks dua kolom yang menentukan ukuran padding. Jumlah baris harus sama dengan pangkat yang
input . - mode:
REFLECT atau SYMMETRIC . Dalam mode refleksi, wilayah yang diberi bantalan tidak menyertakan batas, sedangkan dalam mode simetris, wilayah yang diisi tidak 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 itu adalah [1, 2, 3, 3, 2] dalam mode simetris.
Pengembalian:
Atribut publik
Fungsi publik
simpul
::tensorflow::Node * node() const
operator::tensorflow::Input() const
operator::tensorflow::Keluaran
operator::tensorflow::Output() const
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-26 UTC.
[null,null,["Terakhir diperbarui pada 2025-07-26 UTC."],[],[],null,["# tensorflow::ops::MirrorPad Class Reference\n\ntensorflow::ops::MirrorPad\n==========================\n\n`#include \u003carray_ops.h\u003e`\n\nPads a tensor with mirrored values.\n\nSummary\n-------\n\nThis operation pads a `input` with mirrored values according to the `paddings` you specify. `paddings` is an integer tensor with shape `[n, 2]`, where n is the rank of `input`. For each dimension D of `input`, `paddings[D, 0]` indicates how many values to add before the contents of `input` in that dimension, and `paddings[D, 1]` indicates how many values to add after the contents of `input` in that dimension. Both `paddings[D, 0]` and `paddings[D, 1]` must be no greater than `input.dim_size(D)` (or `input.dim_size(D) - 1`) if `copy_border` is true (if false, respectively).\n\nThe padded size of each dimension D of the output is:\n\n\n`paddings(D, 0) + input.dim_size(D) + paddings(D, 1)`\n\nFor example:\n\n\n```text\n# 't' is [[1, 2, 3], [4, 5, 6]].\n# 'paddings' is [[1, 1]], [2, 2]].\n# 'mode' is SYMMETRIC.\n# rank of 't' is 2.\npad(t, paddings) ==\u003e [[2, 1, 1, 2, 3, 3, 2]\n [2, 1, 1, 2, 3, 3, 2]\n [5, 4, 4, 5, 6, 6, 5]\n [5, 4, 4, 5, 6, 6, 5]]\n```\n\n\u003cbr /\u003e\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- input: The input tensor to be padded.\n- paddings: A two-column matrix specifying the padding sizes. The number of rows must be the same as the rank of `input`.\n- mode: Either `REFLECT` or `SYMMETRIC`. In reflect mode the padded regions do not include the borders, while in symmetric mode the padded regions do include the borders. For example, if `input` is `[1, 2, 3]` and `paddings` is `[0, 2]`, then the output is `[1, 2, 3, 2, 1]` in reflect mode, and it is `[1, 2, 3, 3, 2]` in symmetric mode.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): The padded tensor.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [MirrorPad](#classtensorflow_1_1ops_1_1_mirror_pad_1ade8674bcac38c7b92e49227402b3aeab)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` paddings, StringPiece mode)` ||\n\n| ### Public attributes ||\n|----------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_mirror_pad_1a20963b11eba097a4a292d10fe912fe9f) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_mirror_pad_1acddc2951f705b38786a6c90517025bbd) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|----------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_mirror_pad_1ac601ae413e0e24707abfe6bd6e000e3e)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_mirror_pad_1a27d0164d159236fcb1639d0dd7604c31)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_mirror_pad_1a682f1e9bfbad14b9b9529733b71dba26)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### MirrorPad\n\n```gdscript\n MirrorPad(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input,\n ::tensorflow::Input paddings,\n StringPiece mode\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]
