Pytorch学习之torch.nn.functional.pad()函数

最新推荐文章于 2024-12-27 19:47:40 发布

Midsummer-逐梦

最新推荐文章于 2024-12-27 19:47:40 发布

阅读量2.6k

点赞数 21

分类专栏： # torch 文章标签： pytorch 学习人工智能

本文链接：https://blog.youkuaiyun.com/qq_46396470/article/details/140060661

版权

PyTorch学习之torch.nn.functional.pad函数

一、简介

torch.nn.functional.pad 是 PyTorch 中用于对张量进行填充操作的函数。填充操作在处理图像、序列数据等任务时非常常见，它可以在张量的指定维度两端添加一定数量的元素，填充方式多样，包括零填充、常数填充、反射填充和边界填充等。

二、基本语法

torch.nn.functional.pad(input, pad, mode='xxx', value=x)

三、参数说明

input (Tensor): 输入的张量。
pad (tuple): 指定每个维度填充的数目。格式为 (left, right, top, bottom, …)。
mode (str, 可选): 填充模式，包括 constant（常数填充，默认）、reflect（反射填充）、replicate（边界填充）和 circular（循环填充）。
value (float, 可选): 常数填充模式下填充值，仅当 mode 为 ‘constant’ 时有效，其他模式时即使指定了值也会被忽略掉。

四、返回值

返回一个新的张量，对输入张量进行了指定方式的填充。

五、填充模式详解

在详细讲解和演示每一种模式的效果前，我想对填充的一些规则进行提前说明：

我们会填充【 $\mathrm{dim=\frac{len(pad)}{2}}$ 】个维度

举个例子：有一个(4, 4)形状的矩阵，我给的pad=(1,1)，那么根据公式 $\mathrm{dim=\frac22=1}$ 因此我们只填充1个维度。有人想，既然只填充1个维度，那为什么给两个值？

矩阵是4x4的，有横向有纵向对吧，最后一个维度肯定是横向的（我们常说矩阵存储是行优先的），此时矩阵是不是有左右两边？那么给出的2个填充值分别对应于在左边（left）要填充1个像素，在右边（right）要填充一个像素。

同样的随着维度扩展，pad可以提供更长的参数，如pad=(1, 1, 2, 2, 3, 3),根据公式填充3个维度，哪3个？（left, right, top, bottom, front, back）
填充是从内向外的：例如pad=(1, 1, 2, 2, 3, 3)，(1, 1)对应填充(left, right)，(2, 2)对应填充(top, bottom)，(3, 3)对应填充(front, back)

5.1 constant模式

在该模式下，我们必须指定参数value，value的值将填充到我们扩充的区域。

例如有如下代码：

import torch
import torch.nn as nn

data = torch.tensor([[
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12],
    [13, 14, 15, 16]
]])

print(data.size())
print(data)
paddata1 = nn.functional.pad(data, (1, 1, 1, 1), mode="constant", value=1)
print(paddata1.size())
print(paddata1)

输出：

torch.Size([1, 4, 4])
tensor([[[ 1,  2,  3,  4],
         [ 5,  6,  7,  8],
         [ 9, 10, 11, 12],
         [13, 14, 15, 16]]])
torch.Size([1, 6, 6])
tensor([[[ 1,  1,  1,  1,  1,  1],
         [ 1,  1,  2,  3,  4,  1],
         [ 1,  5,  6