1.pad
torch.nn.functional.pad(input, pad, mode='constant', value=0)input 需要扩充的tensor，可以是图像数据，抑或是特征矩阵数据 pad 扩充维度，用于预先定义出某维度上的扩充参数 mode 扩充方法，’constant‘, ‘reflect’ or ‘replicate’三种模式，分别表示常量，反射，复制 value 扩充时指定补充值，但是value只在mode='constant’有效，即使用value填充在扩充出的新维度位置，而在’reflect’和’replicate’模式下，value不可赋值
代码举例：
x = f.pad(x, (1, 0), "constant", 0)x是要填充的tensor
(1,0)是扩充维度，（1，0）的意思就是在tensor左边填充。若为（0，1）则是右边填充
constant代表扩充方法
0代表扩充的值是0
数据举例：
假设原始数据如表：
| 2.56 | 6.35544 | 1.2995 |
| 6.259 | 5.9584 | 7.94136 |
| 3.652 | 2.486 | 5.19572 |
使用x = f.pad(x, (1, 0), "constant", 0)填充
| 0 | 2.56 | 6.35544 | 1.2995 |
| 0 | 6.259 | 5.9584 | 7.94136 |
| 0 | 3.652 | 2.486 | 5.19572 |
使用x = f.pad(x, (0，1), "constant", 0)填充
| 2.56 | 6.35544 | 1.2995 | 0 |
| 6.259 | 5.9584 | 7.94136 | 0 |
| 3.652 | 2.486 | 5.19572 | 0 |
使用x = f.pad(x, (0，1), "constant", 1)填充
| 2.56 | 6.35544 | 1.2995 | 1 |
| 6.259 | 5.9584 | 7.94136 | 1 |
| 3.652 | 2.486 | 5.19572 | 1 |