Python tf.compat.v1.pad用法及代码示例

填充张量。

用法

tf.compat.v1.pad(
    tensor, paddings, mode='CONSTANT', name=None, constant_values=0
)

此操作根据您指定的 paddings 填充 tensor。 paddings 是形状为 [n, 2] 的整数张量，其中 n 是 tensor 的秩。对于每个维度，input , paddings[D, 0]的D表示该维度中tensor的内容之前要添加多少个值，paddings[D, 1]表示该维度中tensor的内容之后要添加多少个值。如果 mode 是 "REFLECT" 则 paddings[D, 0] 和 paddings[D, 1] 都不得大于 tensor.dim_size(D) - 1 。如果 mode 是 "SYMMETRIC" 那么 paddings[D, 0] 和 paddings[D, 1] 必须不大于 tensor.dim_size(D) 。

输出的每个维度 D 的填充大小为：

paddings[D, 0] + tensor.dim_size(D) + paddings[D, 1]

例如：

t = tf.constant([[1, 2, 3], [4, 5, 6]])
paddings = tf.constant([[1, 1,], [2, 2]])
# 'constant_values' is 0.
# rank of 't' is 2.
tf.pad(t, paddings, "CONSTANT")  # [[0, 0, 0, 0, 0, 0, 0],
                                 #  [0, 0, 1, 2, 3, 0, 0],
                                 #  [0, 0, 4, 5, 6, 0, 0],
                                 #  [0, 0, 0, 0, 0, 0, 0]]

tf.pad(t, paddings, "REFLECT")  # [[6, 5, 4, 5, 6, 5, 4],
                                #  [3, 2, 1, 2, 3, 2, 1],
                                #  [6, 5, 4, 5, 6, 5, 4],
                                #  [3, 2, 1, 2, 3, 2, 1]]

tf.pad(t, paddings, "SYMMETRIC")  # [[2, 1, 1, 2, 3, 3, 2],
                                  #  [2, 1, 1, 2, 3, 3, 2],
                                  #  [5, 4, 4, 5, 6, 6, 5],
                                  #  [5, 4, 4, 5, 6, 6, 5]]