torch常用操作—— torch.nn.functional.pad

最新推荐文章于 2024-06-29 11:02:13 发布

原创最新推荐文章于 2024-06-29 11:02:13 发布 · 2k 阅读

CC 4.0 BY-SA版权

文章标签：

0 篇文章

订阅专栏

本文详细介绍了PyTorch中nn.functional.pad函数的使用方法，该函数用于填充tensor，支持2D和3D填充。文章通过多个代码示例展示了如何指定填充方向和数值，帮助读者理解填充操作的具体应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

torch.nn.functional.pad

作用：填充tensor
目前为止，只支持2d和3d填充
用法：

 torch.nn.functional.pad(input, pad, mode='constant', value=0)[source]

input需要填充的tensor
pad决定填充的方向
以下面的例子观察可知：
pad为tuple (pad_l, pad_r, pad_t, pad_b )
其中四个元素的位置代表了填充的位置，大小为填充的行数，如果需要填充指定数值的话，可以指定values为你想要的数据

code1:

import torch
import torch.nn.functional as F
a = torch.rand(1, 3, 3)
print(a)
b = F.pad(a, [0, 0, 0, 1])
print(b)

output:
在这里插入图片描述
code2:

import torch
import torch.nn.functional as F
a = torch.rand(1, 3, 3)
print(a)
b = F.pad(a, [0, 0, 1, 0])
print(b)

output:
在这里插入图片描述
code3:

import torch
import torch.nn.functional as F
a = torch.rand(1, 3, 3)
print(a)
b = F.pad(a, [0, 1, 0, 0])
print(b)

output:
在这里插入图片描述
code4:

import torch
import torch.nn.functional as F
a = torch.rand(1, 3, 3)
print(a)
b = F.pad(a, [1, 0, 0, 0])
print(b)

output:
在这里插入图片描述