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 · 1k 阅读

CC 4.0 BY-SA版权

文章标签：

78 篇文章

订阅专栏

该博客介绍了PyTorch中`torch.nn.functional.pad`函数的使用，用于对张量进行填充。通过案例解释了如何使用pad参数来指定填充的位置和数量，将2*2的张量转换为3*3，并展示了不同填充方式的影响。内容涵盖了填充在图像处理中的应用以及函数的基本用法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作用

用来对一个tensor进行填充。最典型的就是图片了，原来是2*2的，现在想要变成3*3的，那么就需要填充，此时有很多选择，例如是在原来的右上进行填充还是左下？又或者是左上？等等。

这个函数就可以用来实现这些功能。

torch.nn.functional.pad(input, pad, mode='constant', value=0.0)

我们只关心第二个参数pad,其他不要管。pad是一个元组，格式如下：

(1,1)表示在最后一个维度，前面填充1个0，后面填充1个0
(1,0)表示在最后一个维度，前面填充1个0，后面不填充。
(1,1,1,1)表示最后两个维度都要填充，并且上下左右各填充1个0。
.....

下面，我们根据上面举的3个案例进行实战：

实战

import torch
import torch.nn.functional as tnf

x = torch.tensor([[1, 2],[ 3,4]])

print(x)
print(tnf.pad(x,(1,1)))#案例1
print(tnf.pad(x,(1,0)))#案例2
print(tnf.pad(x,(1,1,1,1)))#案例3

在这里插入图片描述
那开头的2*2怎么填充为3*3的图片呢？假设我们在右边和下边各填充1个0，那么就是这样的：

print(x)
print(tnf.pad(x,(0,1,0,1)))

在这里插入图片描述