第一次用到tf.pad是在ResNet的卷积层的fixed padding实现中。
tf.pad(tensor, paddings, mode, name)
其中mode有三种模式‘CONSTANT’ ‘REFLECT’ ’SYMMERTIC‘
我只用第一种,也就是对边缘都填充0,不管tensor的内容。
关于tensor和paddings的对应关系,首先他们的秩rank需要一致。
假设tensors的shape是[ B H W C] 也就是batch height width channel,
一般来说对于维度B和C是没必要pad的,只需要对H和W维度操作就行,所以假设对应的paddings的shape是[ [0,0],[h_top,h_bottom], [w_left,w_right],[0,0] ]
而H维度可以理解为行维度,W维度是列维度,所以[w_left,w_right], [h_top,h_bottom]将会给H*W的feature map的上下分别填充h_top和h_bottom个全0行,给feature map的左右分别填充w_left和w_right个全0列
例子
t=[[2,3,4],[5,6,7]], paddings=[[1,2],[2,3]],mode="CONSTANT"
sess.run(tf.pad(t,paddings,"CONSTANT"))
array([[0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 2, 3, 4, 0, 0, 0],
[0, 0, 5, 6, 7, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0, 0, 0]], dtype=int32)