关于pytorch中relection的使用

最近在做图像转换方面的研究，发现有的数据集原始尺寸不是2的倍数，在推理的时候首先需要进行relection处理，记录一下用法

输入数据为

a= torch.Tensor([[[[1,2,3],[4,5,6],[7,8,9]]]])

定义padding

padding=torch.nn.ReflectionPad2d((1,0,1,0))

padding处理

a=padding(a)

得到输出

tensor([[[[5., 4., 5., 6.],
          [2., 1., 2., 3.],
          [5., 4., 5., 6.],
          [8., 7., 8., 9.]]]])

定义padding

padding=torch.nn.ReflectionPad2d((0,1,0,1))

得到输出

tensor([[[[1., 2., 3., 2.],
          [4., 5., 6., 5.],
          [7., 8., 9., 8.],
          [4., 5., 6., 5.]]]])

定义padding

padding=torch.nn.ReflectionPad2d((1,0,0,0))

得到输出

tensor([[[[2., 1., 2., 3.],
          [5., 4., 5., 6.],
          [8., 7., 8., 9.]]]])

因此，.ReflectionPad2d中的4个参数分别为右，左，上，下