網(wǎng)上看到很多tf.pad的文章，很多都語(yǔ)焉不詳，需自己動(dòng)手操作才能真正理解，
pad,一言以蔽之，就是在矩陣的周?chē)a(bǔ)0。

1. 對(duì)于二維矩陣，就是在 上 ，下，左，右補(bǔ)0
#pad1 = np.array([[‘上’，‘下’], [‘左’,‘右’ ]])

import numpy as np import tensorflow as tf # 創(chuàng)建一個(gè)二維變量,默認(rèn)執(zhí)行CONSTANT填充 vct = tf.Variable(tf.ones([3, 4]), name="vct") # 指定填充方式, #pad1 = np.array([['上'，'下'], ['左','右' ]]) pad_上邊補(bǔ)1行= np.array([[1,0], [0, 0]]) pad_下邊補(bǔ)2行= np.array([[0,2], [0, 0]]) pad_左邊補(bǔ)3行= np.array([[0,0], [3, 0]]) pad_右邊補(bǔ)4行= np.array([[0,0], [0, 4]])# tf.pad進(jìn)行填充 vct_上邊補(bǔ)1行 = tf.pad(vct, pad_上邊補(bǔ)1行) vct_下邊補(bǔ)2行 = tf.pad(vct, pad_下邊補(bǔ)2行) vct_左邊補(bǔ)3行 = tf.pad(vct, pad_左邊補(bǔ)3行) vct_右邊補(bǔ)4行 = tf.pad(vct, pad_右邊補(bǔ)4行)#vct_pad1 = tf.pad(vct, pad1, name='pad_1') # 創(chuàng)建會(huì)話(huà) with tf.Session() as sess:sess.run(tf.global_variables_initializer())print('原始矩陣')print(sess.run(vct))print('上邊補(bǔ)1行')print(sess.run(vct_上邊補(bǔ)1行))print('下邊補(bǔ)2行')print(sess.run(vct_下邊補(bǔ)2行))print('左邊補(bǔ)3行')print(sess.run(vct_左邊補(bǔ)3行))print('vct_右邊補(bǔ)4行')print(sess.run(vct_右邊補(bǔ)4行)) 原始矩陣 [[ 1. 1. 1. 1.][ 1. 1. 1. 1.][ 1. 1. 1. 1.]] 上邊補(bǔ)1行 [[ 0. 0. 0. 0.][ 1. 1. 1. 1.][ 1. 1. 1. 1.][ 1. 1. 1. 1.]] 下邊補(bǔ)2行 [[ 1. 1. 1. 1.][ 1. 1. 1. 1.][ 1. 1. 1. 1.][ 0. 0. 0. 0.][ 0. 0. 0. 0.]] 左邊補(bǔ)3行 [[ 0. 0. 0. 1. 1. 1. 1.][ 0. 0. 0. 1. 1. 1. 1.][ 0. 0. 0. 1. 1. 1. 1.]] vct_右邊補(bǔ)4行 [[ 1. 1. 1. 1. 0. 0. 0. 0.][ 1. 1. 1. 1. 0. 0. 0. 0.][ 1. 1. 1. 1. 0. 0. 0. 0.]]

對(duì)于三維矩陣你可以理解為那是一幢樓，三維矩陣的由二維矩陣構(gòu)成，每個(gè)二維矩陣相當(dāng)于一個(gè)樓層。
1. 對(duì)于三維矩陣的pad，就是在 頂樓，底樓 ，每層樓的上 ，下，左，右補(bǔ)0

#pad1 = np.array([[‘頂’，‘底’],[‘上’，‘下’], [‘左’,‘右’ ]])

import numpy as np import tensorflow as tf tsr = tf.Variable(tf.ones([2, 3, 4]), name="tsr") pad_top = np.array([[1, 0], [0, 0], [0, 0]])pad_left = np.array([[0, 0], [0, 0], [3, 0]])tsr_pad_top = tf.pad(tsr, pad_top, name='pad_top')tsr_pad_left = tf.pad(tsr, pad_left, name='pad_left') with tf.Session() as sess:sess.run(tf.global_variables_initializer())print('original tensor')print(sess.run(tsr))print(' pad top')print(sess.run(tsr_pad_top))print('pad left')print(sess.run(tsr_pad_left)) original tensor [[[ 1. 1. 1. 1.][ 1. 1. 1. 1.][ 1. 1. 1. 1.]][[ 1. 1. 1. 1.][ 1. 1. 1. 1.][ 1. 1. 1. 1.]]]pad top [[[ 0. 0. 0. 0.][ 0. 0. 0. 0.][ 0. 0. 0. 0.]][[ 1. 1. 1. 1.][ 1. 1. 1. 1.][ 1. 1. 1. 1.]][[ 1. 1. 1. 1.][ 1. 1. 1. 1.][ 1. 1. 1. 1.]]] pad left [[[ 0. 0. 0. 1. 1. 1. 1.][ 0. 0. 0. 1. 1. 1. 1.][ 0. 0. 0. 1. 1. 1. 1.]][[ 0. 0. 0. 1. 1. 1. 1.][ 0. 0. 0. 1. 1. 1. 1.][ 0. 0. 0. 1. 1. 1. 1.]]]

總結(jié)

以上是生活随笔為你收集整理的tf.pad()的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。