pad

该OP依照 pad 和 mode 属性对input进行 pad 。

参数：

• x (Tensor) - Tensor，format可以为 ‘NCL’, ‘NLC’, ‘NCHW’, ‘NHWC’, ‘NCDHW’ 或 ‘NDHWC’，默认值为`‘NCHW’`，数据类型支持float16, float32, float64, int32, int64。

• mode (str) - padding的四种模式，分别为 ‘constant’, ‘reflect’, ‘replicate’ 和`‘circular’。 `‘constant’ 表示填充常数 value；’reflect’ 表示填充以input边界值为轴的映射；’replicate’ 表示 填充input边界值；’circular’`为循环填充input。具体结果可见以下示例。默认值为 `‘constant’ 。

• 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 ‘NCL’, ‘NLC’, ‘NCHW’, ‘NHWC’, ‘NCDHW’ 或 ‘NDHWC’，默认值为`‘NCHW’`。

返回： 对input进行``pad`` 的结果，数据类型和input相同。

返回类型：Tensor

示例：

import numpy as np
import paddle
# example 1
x = paddle.arange(np.prod(x_shape), dtype="float32").reshape(x_shape) + 1
y = F.pad(x, [2, 3], value=1, mode='constant', data_format="NCL")
print(y)
# [[[1. 1. 1. 2. 3. 1. 1. 1.]]]
x = paddle.arange(np.prod(x_shape), dtype="float32").reshape(x_shape) + 1
y = F.pad(x, [1, 2, 1, 1], value=1, mode='circular')
print(y)
# [[[[6. 4. 5. 6. 4. 5.]
#    [3. 1. 2. 3. 1. 2.]
#    [6. 4. 5. 6. 4. 5.]