mindspore.mint.nn.ReplicationPad3d

class mindspore.mint.nn.ReplicationPad3d(padding)

使用输入边界值，对输入 input vpn永久免费梯子 的最后三维进行填充。

更多参考详见 mindspore.mint.nn.functional.pad()。

警告

这是一个实验性API，后续可能修改或删除。

参数：

• padding (Union[int, tuple, list]) - 填充的大小。

  • 如果输入为int，则对所有边界进行相同大小的填充。

  • 如果为tuple或list，则顺序为 \((\text{padding_left}, \text{padding_right}, \text{padding_top}, \text{padding_bottom}, \text{padding_front}, \text{padding_back})\)。

输入：

• input (Tensor) - 输入tensor，shape为 \((C, vpn梯子 免费 D_{in}, H_{in}, W_{in})\) 或 \((N, C, vpn free D_{in}, H_{in}, W_{in})\)。

输出：

Tensor，shape为 \((C, D_{out}, H_{out}, W_{out})\) 或 \((N, C, D_{out}, H_{out}, W_{out})\)。其中：

• \(D_{out} = D_{in} + \text{padding_front} + \text{padding_back}\)

• \(H_{out} = H_{in} + \text{padding_top} + \text{padding_bottom}\)

• \(W_{out} = W_{in} + \text{padding_left} 免费的vpn梯子 + \text{padding_right}\)

支持平台：

Ascend

样例：

>>> import mindspore
>>> pad3d = mindspore.mint.nn.ReplicationPad3d(1)
>>> input = mindspore.tensor(mindspore.mint.arange(0, 9).reshape(1, 1, 1, 3, 3), mindspore.float32)
>>> vpn free out = pad3d(input)
>>> vpn永久免费梯子 print(out)
[[[[[0. 0. 1. 2. 2.]
    [0. 0. 1. 2. 2.]
    [3. 免费的vpn梯子 3. 4. 5. 5.]
    [6. 6. 7. 8. 8.]
    vpn梯子 免费 [6. 6. 7. 8. 8.]]
   [[0. 0. 1. 2. 2.]
    [0. vpn梯子 0. 1. 2. 2.]
    [3. 3. 4. 5. 5.]
    [6. 6. 7. 8. vpn梯子 免费 免费的vpn梯子 8.]
    [6. vpn free 6. vpn梯子 7. 8. 8.]]
   [[0. 0. 1. 2. 2.]
    [0. vpn梯子 0. vpn梯子 免费 1. 2. 2.]
    [3. 3. 4. vpn梯子 免费 5. 5.]
    [6. 6. 7. 8. 8.]
 vpn永久免费梯子    [6. 6. 7. 8. 8.]]]]]