torch.nn.ConstantPad1d 填充矩阵

我有明珠一颗

已于 2023-11-02 19:35:13 修改

阅读量669

点赞数 1

分类专栏： pytorch 文章标签： ConstantPad1d 填充 python 深度学习 torch

于 2023-04-26 16:11:27 首次发布

本文链接：https://blog.csdn.net/m0_37738114/article/details/130388234

版权

pytorch 专栏收录该内容

10 篇文章 0 订阅

订阅专栏

文章展示了如何使用PyTorch的nn.ConstantPad1d模块在Tensor的最后一维添加填充。分别对维度为1和3的Tensor进行了操作，填充值为3.5，详细列出了不同参数下（如(2,3.5)和(5,1)）Tensor形状的变化及其内容。

摘要由CSDN通过智能技术生成

函数功能：通过填充指定值来扩展tensor的最后一个维度，输入可以为任意维度的tensor。

x维度为1时

import torch
from torch import nn

conpad = nn.ConstantPad1d(2, 3.5)
x = torch.ones(2)
print("------------初始矩阵------------")
print(x)
x1 = conpad(x)
print("------------nn.ConstantPad1d(2, 3.5)------------")
print(x1.shape)
print(x1)
conpad2 = nn.ConstantPad1d((5, 1), 3.5)
x2 = conpad2(x)
print("------------nn.ConstantPad1d((5, 1), 3.5)------------")
print(x2.shape)
print(x2)

x维度为3时

import torch
from torch import nn

conpad = nn.ConstantPad1d(2, 3.5)
x = torch.ones(1, 2, 3)
print("------------初始矩阵------------")
print(x)
x1 = conpad(x)
print("------------nn.ConstantPad1d(2, 3.5)------------")
print(x1.shape)
print(x1)
conpad2 = nn.ConstantPad1d((5, 1), 3.5)
x2 = conpad2(x)
print("------------nn.ConstantPad1d((5, 1), 3.5)------------")
print(x2.shape)
print(x2)