diff --git a/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst b/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst index 8f5780f7147e7a7f4fd8c9a3dbfd532d781c95bf..bdee33e8b949c9a60d86b8d8845431d6f5230458 100644 --- a/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst +++ b/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst @@ -11,16 +11,14 @@ pad2d 该OP依照 paddings 和 mode 属性对input进行2维 ``pad`` 。 参数: - - **input** (Variable) - 类型为float32的4-D Tensor, format为 `[N, C, H, W]` 或 `[N, H, W, C]` 。 - - **paddings** (Variable | List[int32]) - 填充大小。如果paddings是一个List,它必须包含四个整数 `[padding_top, padding_bottom, padding_left, padding_right]` 。 - 如果paddings是Variable, 则是类型为int32 的1-D Tensor,shape是 `[4]` 。默认值为 `[0,0,0,0]` 。 + - **input** (Tensor) - 类型为float32的4-D Tensor, 格式为 `[N, C, H, W]` 或 `[N, H, W, C]` 。 + - **paddings** (Tensor | List[int32]) - 填充大小。如果paddings是一个List,它必须包含四个整数 `[padding_top, padding_bottom, padding_left, padding_right]` 。 + 如果paddings是Tensor, 则是类型为int32 的1-D Tensor,形状是 `[4]` 。默认值为 `[0,0,0,0]` 。 - **mode** (str) - padding的三种模式,分别为 `'constant'` (默认)、 `'reflect'` 、 `'edge'` 。 `'constant'` 为填充常数 `pad_value` , `'reflect'` 为填充以input边界值为轴的映射, `'edge'` 为填充input边界值。具体结果可见以下示例。默认值为 `'constant'` 。 - **pad_value** (float32) - 以 `'constant'` 模式填充区域时填充的值。默认值为0.0。 - - **data_format** (str) - 指定input的format,可为 `'NCHW'` 和 `'NHWC'` ,默认值为 `'NCHW'` 。 - - **name** (str, 可选) - 该参数供开发人员打印调试信息时使用,具体用法请参见 :ref:`api_guide_Name` ,缺省值为None。 -返回: 对input进行2维 ``pad`` 的结果,数据类型和input一样的4-D Tensor。 - -返回类型:Variable + - **data_format** (str) - 指定input的格式,可为 `'NCHW'` 和 `'NHWC'` ,默认值为 `'NCHW'` 。 + - **name** (str, 可选) - 该参数供开发人员打印调试信息时使用,具体用法请参见 :ref:`api_guide_Name` ,默认值为None。 +返回:Tensor,对input进行2维 pad 的结果,数据类型和input一样的4-D Tensor。 **示例**: @@ -57,6 +55,30 @@ pad2d .. code-block:: python - import paddle.fluid as fluid - data = fluid.data(name='data', shape=[None, 3, 32, 32], dtype='float32') - result = fluid.layers.pad2d(input=data, paddings=[0, 1, 2, 3], mode='reflect') + import numpy as np + import paddle + import paddle.nn.functional as F + + # example 1 + x_shape = (1, 1, 3, 4) + x = np.arange(np.prod(x_shape), dtype=np.float32).reshape(x_shape) + 1 + tensor_x = paddle.to_tensor(x) + y = F.pad2d(tensor_x, paddings=[1, 2, 2, 1], pad_value=1, mode='constant') + print(y.numpy()) + # [[[[ 1. 1. 1. 1. 1. 1. 1.] + # [ 1. 1. 1. 2. 3. 4. 1.] + # [ 1. 1. 5. 6. 7. 8. 1.] + # [ 1. 1. 9. 10. 11. 12. 1.] + # [ 1. 1. 1. 1. 1. 1. 1.] + # [ 1. 1. 1. 1. 1. 1. 1.]]]] + + # example 2 + x_shape = (1, 1, 2, 3) + x = np.arange(np.prod(x_shape), dtype=np.float32).reshape(x_shape) + 1 + tensor_x = paddle.to_tensor(x) + y = F.pad2d(tensor_x, paddings=[1, 1, 1, 1], mode='reflect') + print(y.numpy()) + # [[[[5. 4. 5. 6. 5.] + # [2. 1. 2. 3. 2.] + # [5. 4. 5. 6. 5.] + # [2. 1. 2. 3. 2.]]]]