tensorflow2.0数据的填充与复制

1、tf.pad数据的填充

In [4]: print(a)
tf.Tensor(
[[0 1 2]
 [3 4 5]
 [6 7 8]], shape=(3, 3), dtype=int32)

In [5]: tf.pad(a,[[1,0],[0,1]])                  //[[1,0],[0,1]中左侧中括号表示行的填充操作,右侧表示列的填充操作。具体操作是对a增加一个第一行,在最后一列的位置增加一列
Out[5]:
<tf.Tensor: id=7, shape=(4, 4), dtype=int32, numpy=
array([[0, 0, 0, 0],
       [0, 1, 2, 0],
       [3, 4, 5, 0],
       [6, 7, 8, 0]])>

2、tf.tile数据的复制

In [6]: print(a)
tf.Tensor(
[[0 1 2]
 [3 4 5]
 [6 7 8]], shape=(3, 3), dtype=int32)

In [7]: tf.tile(a,[1,2])                                                            //中括号内的第一个参数表示操作的行、第二个参数表示列,1表示不变,2表示复制为原来的2倍。
Out[7]:
<tf.Tensor: id=9, shape=(3, 6), dtype=int32, numpy=
array([[0, 1, 2, 0, 1, 2],
       [3, 4, 5, 3, 4, 5],
       [6, 7, 8, 6, 7, 8]])>

In [8]: tf.ti

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值