tf.pad

一、作用

添加一个张量（tensor）

二、语法

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

这个操作是根据你指定的padddings来添加一个张量， paddings是一个整数形式的张量，大小为【n， 2】， 这里的n是tensor的秩。对输入每一个维度D， paddings[D, 0] 就是意味着在这一个维度的张量前面加多少个值，paddings[D, 1] 就是意味着在这一个维度的张量后面加多少个值。如果mode=“”REFLECT“”，那么paddings[D, 0] 和 paddings[D, 1]都不能大于tensor.dim_size[D] - 1，如果mode=“”SYMMETRIC“”，那么paddings[D, 0] 和 paddings[D, 1]都不能大于tensor.dim_size[D]。

三、参数

Args:

• tensor：输入的一个张量
• paddings： 一个整数（int32）类型的张量
• mode： “CONSTANT”, “REFLECT”, or “SYMMETRIC” (、大小写不敏感)
• constant_values：在“CONSTANT“模式下，补充的值
• name：这次操作的名称

Returns:

一个张量，和输入的tensor相同类型·

四、例子

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]]

运行结果：

tf.Tensor(
[[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]], shape=(4, 7), dtype=int32)

tf.Tensor(
[[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]], shape=(4, 7), dtype=int32)

tf.Tensor(
[[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]], shape=(4, 7), dtype=int32)