padding='valild'
时间: 2024-01-18 09:02:45 浏览: 20
我认为您想说的是 "padding='valid'",它是指在卷积神经网络中采用的一种 padding 方式。当使用 valid padding 时,输入数据不会进行 zero padding,因此输出的 feature map 尺寸会比输入数据尺寸小。这种 padding 方式常用于需要减小 feature map 尺寸的场景。
相关问题
padding=True
引用中提到,当设置padding=True时,对于句子对任务会自动将序列填充到batch中的最长长度,但对于单句任务,padding=True并不等同于padding='max_length'。这就是为什么在一开始设置padding=True,并指定max_length=72后,输出的句子长度仍然不一致的原因。
引用中说明了使用padding=True, truncation=True, return_tensors="pt"这些选项可以完成所有这些操作。例如,通过tokenizer函数的padding=True参数,可以在处理文本序列列表时自动进行填充操作。
引用中提到,在处理单句任务时,一定要先指定padding='max_length',然后再设置max_length参数,这样才能确保序列被真正地补全。
综上所述,当padding=True时,在单句任务中,需要同时指定padding='max_length'和max_length参数才能实现正确的填充操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [学习笔记:深度学习(8)——基于PyTorch的BERT应用实践](https://blog.csdn.net/Morganfs/article/details/124513470)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [Huggingface transformers 镜像使用,本地使用,tokenizer参数介绍](https://blog.csdn.net/qq_40671063/article/details/125892341)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]
V 是TF中的padding="Valid" == pytorch中的padding=0 ,没有标 V 是TF中的padding="Same" == pytorch中的padding=1 with zero padding(用0填充)。
不完全正确。在 TensorFlow 中,`padding="Valid"` 表示不使用填充,而 `padding="Same"` 表示使用尽可能少的填充来保持输出与输入的大小相同(如果能够整除的话)。而在 PyTorch 中,`padding=0` 和 `padding=1` 都表示使用 0 填充(`padding=0` 表示不进行填充)。因此,`padding="Valid"` 和 `padding=0` 是等效的,而 `padding="Same"` 和 `padding=1` 是等效的。但是需要注意的是,这些参数的具体含义可能在不同的上下文中略有不同。