在卷积神经网络中一个重要的操作就是padding,翻译为填充。就是把一张图片的作为填上一些像素点,以免使得在卷积过程中,图像边缘的点的信息卷积次数过少,而使信息丢失。
在numpy函数中已经把padding封装好了。
此处重点讨论这函数的具体用法。
import numpy as np
import h5py
import matplotlib.pyplot as plt
a=np.array([1,2,3,4])
b=np.pad(a,((1,2)),'constant')
print(b)
[0 1 2 3 4 0 0]
import numpy as np
import h5py
import matplotlib.pyplot as plt
a=np.array([1,2,3,4])
b=np.pad(a,((1,2)),'constant',constant_values=(0,1))
print(b)
[0 1 2 3 4 1 1]
第一个参数是填充的矩阵数组,第二个参数是填充的个数,此例中第一个参数‘1’表示在前面填充1个,第二个参数‘2’表示在后面填充2个,constant表示连续填充填充,默认为0.
1)