mindspore_gl.graph.PadArray2d

class mindspore_gl.graph.PadArray2d(dtype, direction, fill_value=None, reset_with_fill_value=True, mode=PadMode.AUTO, size=None, use_shared_numpy=False)[源代码]

PadArray2d。二维数组的特定pad算子。

警告

PadArray2d将重用内存缓冲区以加快Pad操作。

参数：

  • dtype (numpy.dtype) - 决定结果的数据类型。

  • direction (PadDirection) - 阵列的pad方向，PadDirection。ROW表示我们将沿着1轴填充，PadDirection.COl表示将沿着0轴填充。

  • fill_value (Union[float, int, None]) - 填充区域的填充值。默认值：None。

  • reset_with_fill_value (bool) - PadArray2d将重用内存缓冲区，如果对填充值没有要求，可以将此值设置为False。默认值：True。

  • mode (PadMode) - 数组的填充模式，如果PadMode.CANST，则此操作将将数组填充到用户特定的大小。如果PadMode.AUTO，这将根据输入的长度选择填充结果长度。预期长度可以计算为 2^ceil(log2(input_length)) 。默认值：mindspore_gl.graph.PadMode.AUTO。

  • size (Union[List, Tuple]) - 用户特定大小的填充结果。默认值：None。

  • use_shared_numpy (bool) - 如果我们使用SharedNDArray来加快进程间通信。如果在子进程中执行特征收集和特征填充，则建议使用此方法，并且图特征需要进程间通信。默认值：False。

输入：

  • input_array (numpy.array) - 需要填充的输入numpy数组。

异常：

  • ValueError - 当填充模式为PadMode.CONST时，应提供填充值大小。

支持平台：

Ascend GPU

样例：

>>> from mindspore_gl.graph.ops import PadArray2d, PadMode, PadDirection
>>> pad_op = PadArray2d(dtype=np.float32, mode=PadMode.CONST, direction=PadDirection.COL,
...                               size=(3, 1), fill_value=0)
>>> node_list = np.array([[1]])
>>> res = pad_op(node_list)
>>> print(res)
[[1.]
[0.]
[0.]]
lazy(shape: Union[List, Tuple], **kwargs)[源代码]

Lazy数组填充，将只确定填充结果形状，并返回一个具有目标形状的空数组。

参数：

  • shape (Union[List, Tuple]) - 需要填充的输入数组的形状。

返回：

memory_buffer(numpy.array)，一个空的numpy数组，具有目标填充形状。