发布于2020-02-26 12:00 阅读(1466) 评论(0) 点赞(27) 收藏(2)
添加一个张量(tensor)
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]。
一个张量,和输入的tensor相同类型·
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)
作者:徐蓉蓉
链接:https://www.pythonheidong.com/blog/article/234111/8d0b358051a51ccb5b60/
来源:python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容:(最多支持255个字符)
---无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事,而不是让内心的烦躁、焦虑,坏掉你本来就不多的热情和定力
Copyright © 2018-2021 python黑洞网 All Rights Reserved 版权所有,并保留所有权利。 京ICP备18063182号-1
投诉与举报,广告合作请联系vgs_info@163.com或QQ3083709327
免责声明:网站文章均由用户上传,仅供读者学习交流使用,禁止用做商业用途。若文章涉及色情,反动,侵权等违法信息,请向我们举报,一经核实我们会立即删除!