torch.nn.ReflectionPad2d()的用法简介

本机Win11
先激活某个虚拟环境然后再输入python进入Python环境里

import torch
from torch import tensor

 a = tensor([[[[1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.],   [1., 1., 1., 3., 1.], [1., 3., 4., 5., 1.], [1., 1., 1., 1., 1.]]]])

p = nn.ReflectionPad2d(3)

print(p(a))

ReflectionPad2d 是 PyTorch 中的一个模块，用于在图像的边缘进行反射填充。在卷积神经网络（CNN）中，为了避免在卷积操作时图像尺寸减小，常常需要在图像边缘进行填充操作，以保持输出特征图与输入特征图的尺寸一致。

ReflectionPad2d 的原理是以图像边缘为中心，对图像进行反射镜像填充。填充后的图像在边缘部分会以原图像的像素值进行反射，使得边缘部分的卷积操作能够更好地处理。这种填充方式通常用于处理边缘信息对模型性能有影响的任务，如图像处理或图像识别

仔细看图中描嘚比较细的红线，就是这个镜面对称的道理！！！这里只可YY脑补，无法细说原理。