F.pad() 对tensor 进行扩充的函数。

torch.nn.functional.pad (input, pad, mode=‘constant’, value=0)

• input：需要扩充的 tensor，可以是图像数据，亦或是特征矩阵数据；
• pad：扩充维度，预先定义某维度上的扩充参数；
• mode：扩充方法，有三种模式，分别表示常量（constant），反射（reflect），复制（replicate）；
• value：扩充时指定补充值，value只在mode=constant有效，即使用value填充在扩充出的新维度位置，而在reflect和replicate模式下，value不可赋值；

下面来看例子：

import torch.nn.functional as F
t4d = torch.empty(1, 3,5 ,3,3)
print(t4d.size()) 

 

1）对最后一维进行padding

p1d = (1, 2)  # (左边填充数, 右边填充数)
t1 = F.pad(t4d, p1d, 'constant', 1)
print(t1.size())  

 

3+1+2 = 6 ，相当于在最后一维的左右分别增加了1个单位和2个单位

2）对最后两维进行padding

p2d = (1, 2, 3, 4)  # (左边填充数， 右边填充数， 上边填充数， 下边填充数)
t2 = F.pad(t4d, p2d, 'constant', 2)
print(t2.size()) 

 

3）对最后三维进行padding

p3d = (1, 2, 3, 4, 5, 6)
t3 = F.pad(t4d, p3d, 'constant', 3)
print(t3.size())  

 

 

引用一个大佬的图，对shape为[1,3,5,3]的张量进行扩充。