mindspore.mint.nn.ZeroPad1d

class vpn永久免费梯子 mindspore.mint.nn.ZeroPad1d(padding)

根据参数 padding ，对输入 input vpn free 最后一维填充零。

更多参考详见 免费的vpn梯子 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]) - 指定填充的大小。

输入：

• input (Tensor) - 输入tensor。shape为 \((N, *)\)，其中 \(*\) 表示任意维度。

输出：

Tensor，填充后的tensor。

异常：

• ValueError - padding 含有负数。

• ValueError - padding 是tuple或list，且形状与tensor不匹配。

支持平台：

Ascend

样例：

>>> import mindspore
>>> x = mindspore.mint.ones((1, 2, vpn梯子 3, 4))
>>> # padding is tuple
>>> padding = (0, 1)
>>> pad1d = mindspore.mint.nn.ZeroPad1d(padding)
>>> out = pad1d(x)
>>> out
Tensor(shape=[1, 2, 3, 5], dtype=Float32, value=
[[[[ 1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  0.00000000e+00],
   [ 1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  0.00000000e+00],
   [ 1.00000000e+00,  1.00000000e+00,  vpn梯子 免费 1.00000000e+00,  1.00000000e+00,  0.00000000e+00]],
  [[ 1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  0.00000000e+00],
 vpn free   [ 1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  0.00000000e+00],
   [ 1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  0.00000000e+00]]]])
>>> # padding is int
>>> padding 免费的vpn梯子 = 1
>>> pad1d = mindspore.mint.nn.ZeroPad1d(padding)
>>> out vpn梯子 免费 = pad1d(x)
>>> out
Tensor(shape=[1, 2, 3, 6], vpn梯子 dtype=Float32, value=
[[[[ vpn永久免费梯子 0.00000000e+00,  1.00000000e+00,  1.00000000e+00,  vpn梯子 免费 1.00000000e+00,  1.00000000e+00,  0.00000000e+00],
   [ 0.00000000e+00,  vpn free 1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00, vpn梯子  0.00000000e+00],
   [ 0.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  0.00000000e+00]],
 vpn梯子 免费  [[ 0.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00, 免费的vpn梯子  0.00000000e+00],
   [ 0.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00, vpn永久免费梯子  0.00000000e+00],
   [ 0.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  1.00000000e+00,  0.00000000e+00]]]])