文章目录
1.nn.ReflectionPad2d()
torch.nn.ReflectionPad2d() 是 PyTorch 中的一个模块，用于执行二维反射填充操作。反射填充是一种常用的填充方法，它在输入张量的边界周围以对称方式复制边缘值来扩展输入的尺寸。
torch.nn.ReflectionPad2d(padding)
"""
参数：padding：指定填充的大小。可以是一个整数，表示在每个边界上应用相同的填充大小。也可以是一个长度为 4 的元组 (pad_left, pad_right, pad_top, pad_bottom)，分别表示左、右、上、下四个方向的填充大小。
返回值：返回一个执行反射填充操作的模块。
"""
import torch
import torch.nn as nn
# 创建一个输入大小为 (batch_size=1, channels=3, height=4, width=4) 的张量
input_tensor = torch.randn(1, 3, 4, 4)
# 创建一个反射填充层，指定填充大小为 1
reflection_pad = nn.ReflectionPad2d(1)
# 应用反射填充操作
output = reflection_pad(input_tensor)
print("Input shape:", input_tensor.shape)
print("Output shape:", output.shape)
print("Output tensor:")
print(output)
Input shape: torch.Size([1, 3, 4, 4])
Output shape: torch.Size([1, 3, 6, 6])
Output tensor:
tensor([[[[-0.4726, -0.9318, -0.4726, 0.0358, -1.3965, 0.0358],
[ 0.6456, -0.0962, 0.6456, 0.1090, 1.0219, 0.1090],
[-0.4726, -0.9318, -0.4726, 0.0358, -1.3965, 0.0358],
[ 2.1055, 0.1147, 2.1055, -2.0517, 1.6568, -2.0517],
[ 0.2304, 0.2164, 0.2304, -0.8812, -0.2803, -0.8812],
[ 2.1055, 0.1147, 2.1055, -2.0517, 1.6568, -2.0517]],
[[ 0.3650, 0.5981, 0.3650, 0.2102, 1.7905, 0.2102],
[-0.0200, -0.0328, -0.0200, 0.2043, -0.0937, 0.2043],
[ 0.3650, 0.5981, 0.3650, 0.2102, 1.7905, 0.2102],
[ 0.5632, 1.2948, 0.5632, -0.0395, 0.5825, -0.0395],
[ 0.7248, -0.5541, 0.7248, -0.2897, 0.5524, -0.2897],
[ 0.5632, 1.2948, 0.5632, -0.0395, 0.5825, -0.0395]],
[[ 1.3675, -1.0789, 1.3675, 0.1664, 0.4726, 0.1664],
[ 0.5879, -1.2825, 0.5879, -0.0681, -1.1589, -0.0681],
[ 1.3675, -1.0789, 1.3675, 0.1664, 0.4726, 0.1664],
[-0.2540, -0.5877, -0.2540, 0.3633, -0.5502, 0.3633],
[-1.0074, 0.4622, -1.0074, -0.0378, 0.8484, -0.0378],
[-0.2540, -0.5877, -0.2540, 0.3633, -0.5502, 0.3633]]]])
Process finished with exit code 0
2.torch.nn.ReplicationPad2d()
torch.nn.ReplicationPad2d() 是 PyTorch 中的一个模块，用于执行二维复制填充操作。复制填充是一种常用的填充方法，它在输入张量的边界周围以复制边缘值的方式进行填充，以扩展输入的尺寸。
torch.nn.ReplicationPad2d(padding)
"""
参数：
padding：指定填充的大小。可以是一个整数，表示在每个边界上应用相同的填充大小。也可以是一个长度为 4 的元组 (pad_left, pad_right, pad_top, pad_bottom)，分别表示左、右、上、下四个方向的填充大小。
返回值：返回一个执行复制填充操作的模块。
"""
import torch
import torch.nn as nn
# 创建一个输入大小为 (batch_size=1, channels=3, height=4, width=4) 的张量
input_tensor = torch.randn(1, 3, 4, 4)
# 创建一个复制填充层，指定填充大小为 1
replication_pad = nn.ReplicationPad2d(1)
# 应用复制填充操作
output = replication_pad(input_tensor)
print("Input shape:", input_tensor.shape)
print("Output shape:", output.shape)
print("Output tensor:")
print(output)
Input shape: torch.Size([1, 3, 4, 4])
Output shape: torch.Size([1, 3, 6, 6])
Output tensor:
tensor([[[[-0.8918, -0.8918, 0.8248, -1.1001, 0.5579, 0.5579],
[-0.8918, -0.8918, 0.8248, -1.1001, 0.5579, 0.5579],
[-0.9271, -0.9271, 0.3101, -2.0943, -0.5726, -0.5726],
[ 0.9032, 0.9032, -1.2071, -0.7429, 0.0117, 0.0117],
[-0.6993, -0.6993, 0.6873, 0.4220, 0.0609, 0.0609],
[-0.6993, -0.6993, 0.6873, 0.4220, 0.0609, 0.0609]],
[[-1.0946, -1.0946, 1.0368, -0.6620, -2.5191, -2.5191],
[-1.0946, -1.0946, 1.0368, -0.6620, -2.5191, -2.5191],
[-0.7896, -0.7896, -0.3133, 1.6266, 0.4542, 0.4542],
[ 1.5996, 1.5996, 0.5224, -0.5475, 0.8748, 0.8748],
[ 1.0462, 1.0462, 0.4509, 0.7843, -1.5898, -1.5898],
[ 1.0462, 1.0462, 0.4509, 0.7843, -1.5898, -1.5898]],
[[ 0.4897, 0.4897, -1.4179, 0.7020, 0.1468, 0.1468],
[ 0.4897, 0.4897, -1.4179, 0.7020, 0.1468, 0.1468],
[-0.9953, -0.9953, 0.4198, 0.7341, 1.1312, 1.1312],
[ 0.2715, 0.2715, 0.4392, -0.6059, 0.9667, 0.9667],
[-2.0218, -2.0218, -1.4344, 1.3383, 0.0892, 0.0892],
[-2.0218, -2.0218, -1.4344, 1.3383, 0.0892, 0.0892]]]])
Process finished with exit code 0
3.torch.nn.ZeroPad2d()
torch.nn.ZeroPad2d() 是 PyTorch 中的一个模块，用于执行二维零填充操作。零填充是一种常用的填充方法，它在输入张量的边界周围以零值填充来扩展输入的尺寸。
torch.nn.ZeroPad2d(padding)
"""
参数：
padding：指定填充的大小。可以是一个整数，表示在每个边界上应用相同的填充大小。也可以是一个长度为 4 的元组 (pad_left, pad_right, pad_top, pad_bottom)，分别表示左、右、上、下四个方向的填充大小。
返回值：返回一个执行零填充操作的模块。
"""
import torch
import torch.nn as nn
# 创建一个输入大小为 (batch_size=1, channels=3, height=4, width=4) 的张量
input_tensor = torch.randn(1, 3, 4, 4)
# 创建一个零填充层，指定填充大小为 1
zero_pad = nn.ZeroPad2d(2)
# 应用零填充操作
output = zero_pad(input_tensor)
print("Input shape:", input_tensor.shape)
print("Output shape:", output.shape)
print("Output tensor:")
print(output)
Input shape: torch.Size([1, 3, 4, 4])
Output shape: torch.Size([1, 3, 8, 8])
Output tensor:
tensor([[[[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, 1.0102, 1.2083, 1.6256, 0.3018, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.2626, 1.6651, 0.8745, 0.6719, 0.0000,
0.0000],
[ 0.0000, 0.0000, -0.3205, -0.2860, 0.6161, 1.1064, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.5857, -0.1732, 1.7060, 1.2323, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000]],
[[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.8972, -0.5355, -0.4680, -0.9288, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0075, 0.5603, 1.7817, -0.8891, 0.0000,
0.0000],
[ 0.0000, 0.0000, 1.0890, 0.4493, -0.6523, -0.0255, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.3344, -1.0198, -1.8107, -1.3935, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000]],
[[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, -1.5016, -0.2146, 0.6888, -1.0898, 0.0000,
0.0000],
[ 0.0000, 0.0000, -0.7264, -2.0722, 0.0202, -0.4005, 0.0000,
0.0000],
[ 0.0000, 0.0000, -0.0256, 0.5652, -0.3572, 1.6135, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0191, 1.1539, 1.0094, -0.6924, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000,
0.0000]]]])
Process finished with exit code 0
4.torch.nn.ConstantPad2d()
torch.nn.ConstantPad2d() 是 PyTorch 中的一个模块，用于执行二维常数填充操作。常数填充是一种常用的填充方法，它在输入张量的边界周围以给定的常数值进行填充，以扩展输入的尺寸。
torch.nn.ConstantPad2d(padding, value)
"""
参数：
padding：指定填充的大小。可以是一个整数，表示在每个边界上应用相同的填充大小。也可以是一个长度为 4 的元组 (pad_left, pad_right, pad_top, pad_bottom)，分别表示左、右、上、下四个方向的填充大小。
value：指定填充的常数值。
返回值：返回一个执行常数填充操作的模块。
"""
import torch
import torch.nn as nn
# 创建一个输入大小为 (batch_size=1, channels=3, height=4, width=4) 的张量
input_tensor = torch.randn(1, 3, 4, 4)
# 创建一个常数填充层，指定填充大小为 1，填充值为 0.5
constant_pad = nn.ConstantPad2d(1, 0.5)
# 应用常数填充操作
output = constant_pad(input_tensor)
print("Input shape:", input_tensor.shape)
print("Output shape:", output.shape)
print("Output tensor:")
print(output)
Input shape: torch.Size([1, 3, 4, 4])
Output shape: torch.Size([1, 3, 6, 6])
Output tensor:
tensor([[[[ 0.5000, 0.5000, 0.5000, 0.5000, 0.5000, 0.5000],
[ 0.5000, 0.1896, 0.6049, 1.2257, -0.0834, 0.5000],
[ 0.5000, -1.4060, 1.2950, 0.1327, 0.7166, 0.5000],
[ 0.5000, -0.3263, 0.5647, 1.0163, -0.1992, 0.5000],
[ 0.5000, 2.1257, -0.0110, 1.0363, 0.8082, 0.5000],
[ 0.5000, 0.5000, 0.5000, 0.5000, 0.5000, 0.5000]],
[[ 0.5000, 0.5000, 0.5000, 0.5000, 0.5000, 0.5000],
[ 0.5000, 0.2015, -0.7174, -0.1867, 0.0453, 0.5000],
[ 0.5000, 0.3571, -2.7764, 1.8158, -0.3598, 0.5000],
[ 0.5000, -0.9038, 0.7168, -1.8930, -0.1428, 0.5000],
[ 0.5000, -0.3898, -0.3794, -1.7476, 0.2262, 0.5000],
[ 0.5000, 0.5000, 0.5000, 0.5000, 0.5000, 0.5000]],
[[ 0.5000, 0.5000, 0.5000, 0.5000, 0.5000, 0.5000],
[ 0.5000, 1.9865, 1.1290, -0.5834, -1.1631, 0.5000],
[ 0.5000, 0.9054, -0.3848, 0.6861, -0.7824, 0.5000],
[ 0.5000, -0.2373, -1.3416, 0.0430, -0.8926, 0.5000],
[ 0.5000, -0.2171, 1.5384, 0.2721, -2.4094, 0.5000],
[ 0.5000, 0.5000, 0.5000, 0.5000, 0.5000, 0.5000]]]])
Process finished with exit code 0