【Python】nn.nn.CircularPad1、2、3d函数和nn.ConstantPad1、2、3d函数详解和示例

最新推荐文章于 2024-09-10 18:50:04 发布

木彳

最新推荐文章于 2024-09-10 18:50:04 发布

阅读量841

点赞数 22

CC 4.0 BY-SA版权

分类专栏： torch.nn模块中函数详解文章标签： python 开发语言算法人工智能深度学习

本文链接：https://blog.csdn.net/qq_22734027/article/details/141072404

前言

在深度学习中，尤其是在处理图像、音频或其他多维数据时，数据填充（Padding）是一个常见的操作。填充不仅可以保持数据的空间维度，还能在卷积操作中避免信息丢失。PyTorch提供了多种填充方式，其中nn.CircularPadXd和nn.ConstantPadXd是两种常用的填充方法。本文将详细介绍nn.CircularPad1d、nn.CircularPad2d、nn.CircularPad3d以及nn.ConstantPad1d、nn.ConstantPad2d、nn.ConstantPad3d的函数原型、用法示例，并总结它们的特点。

前言
函数原型
小结

函数原型

nn.CircularPadXd

nn.CircularPadXd（其中X可以是1、2或3）类用于使用循环填充（circular padding）方式填充输入张量（tensor）的边界。循环填充意味着在填充时使用输入张量边界的值来填充另一端。

nn.CircularPad1d(padding): 一维数据的循环填充。
nn.CircularPad2d(padding): 二维数据的循环填充，常用于图像。
nn.CircularPad3d(padding): 三维数据的循环填充，适用于视频帧或体积数据。
padding参数可以是一个整数或元组（tuple），表示在每个维度上的填充大小。

nn.ConstantPadXd

nn.ConstantPadXd（其中X可以是1、2或3）类用于使用常数填充（constant padding）方式填充输入张量的边界。

nn.ConstantPad1d(padding, value): 一维数据的常数填充。
nn.ConstantPad2d(padding, value): 二维数据的常数填充，常用于图像。
nn.ConstantPad3d(padding, value): 三维数据的常数填充，适用于视频帧或体积数据。
padding参数同上，value参数指定了填充的常数值。

示例

nn.CircularPad1、2、3d 示例

import torch
import torch.nn as nn

# 示例：nn.CircularPad2d
input = torch.arange(9, dtype=torch.float).reshape(1

最低0.47元/天解锁文章

200万优质内容无限畅学