TensorFlow2.0（4）：填充与复制

最新推荐文章于 2023-07-14 23:36:38 发布

加油、向上吧

最新推荐文章于 2023-07-14 23:36:38 发布

阅读量1.5k

点赞数

分类专栏： TensorFlow

本文链接：https://blog.csdn.net/weixin_43822657/article/details/102741967

版权

本文详细介绍了TensorFlow2.0中`pad()`和`tile()`两个函数的用法。`pad()`函数用于对张量进行填充，支持CONSTANT、REFLECT和SYMMETRIC三种填充模式。`tile()`函数则用于按维度复制张量，通过设定multiples参数来控制复制次数。

摘要由CSDN通过智能技术生成

1 pad()

tf.pad函数主要是用来对tensor的大小进行扩展，包括水平、垂直、深度(通道)等,方法定义如下：

pad(tensor, paddings, mode=“CONSTANT”, name=None, constant_values=0)

输入参数：

tensor:输入的tensor

paddings:设置填充的大小

mode:填充方式，默认是CONSTANT,还有REFLECT和SYMMETRIC

name:名称

constant_values：CONSTANT填充方式的填充值,默认是0

参数paddings必须是形状为（n, 2）的一个list，这里的n是tensor的秩，也就是维度大小。例如当tensor为一个shape为（12，）的tensor时，paddings必须是形如[[x，y]]的一个list，x表示在第一维度前填充值的个数，y表示在第一维度后填充值的个数：

In [3]: import tensorflow as tf

In [4]: a=tf.range(1,13)

In [5]: a
Out[5]: <tf.Tensor: id=7, shape=(12,), dtype=int32, numpy=array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])>

In [6]: tf.pad(a,[[3,0]])   # 3表示在第一维度前填充3个0,0表示不填充
Out[6]: <tf.Tensor: id=10, shape=(15,), dtype=int32, numpy=array([ 0,  0,  0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])>

当tensor是二维时，paddings必须是shape为（2,2）的list：

In [8]: a=tf.reshape(a,[3,4])

In [9]: a
Out[9]:
<tf.Tensor: id=13, shape=(3, 4), dtype=int32, numpy=
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])>

In [10]: tf.pad(a,[[1,1],[3,0]])  # 第一维度前后各填充一行，第二维度前填充两行，后不填充，填充值为3
Out[10]:
<tf.Tensor: id=16, shape=(5, 7), dtype=int32, numpy=
array([[ 0,  0,  0,  0,  0,  0,  0],
       [ 0,  0,  0,  1,  2,  3,  4],
       [ 0,  0,  0,  5,  6,  7,  8],
       [ 0,  0,  0,  9