TensorFlow – 如何向TensorFlow添加填充物

TensorFlow是谷歌设计的开源Python库，用于开发机器学习模型和深度学习神经网络。

填充是指在TensorFlow值之前和之后添加数值。

用到的方法:

tf.pad:这个方法接受输入TensorFlow和填充TensorFlow以及其他可选参数，并返回一个添加了填充的TensorFlow，其类型与输入TensorFlow相同。填充TensorFlow是一个形状为(n, 2)的TensorFlow。

例子1：这个例子使用了恒定填充模式，即所有填充索引的值都是恒定的。

# importing the library
import tensorflow as tf
  
# Initializing the Input
input = tf.constant([[1, 2], [3, 4]])
padding = tf.constant([[2, 2], [2, 2]])
  
# Printing the Input
print("Input: ", input)
print("Padding: ", padding)
  
# Generating padded Tensor
res = tf.pad(input, padding, mode ='CONSTANT')
  
# Printing the resulting Tensors
print("Res: ", res )

输出:

Input:  tf.Tensor(
[[1 2]
 [3 4]], shape=(2, 2), dtype=int32)
Padding:  tf.Tensor(
[[2 2]
 [2 2]], shape=(2, 2), dtype=int32)
Res:  tf.Tensor(
[[0 0 0 0 0 0]
 [0 0 0 0 0 0]
 [0 0 1 2 0 0]
 [0 0 3 4 0 0]
 [0 0 0 0 0 0]
 [0 0 0 0 0 0]], shape=(6, 6), dtype=int32)

例子2：这个例子使用REFLECT填充模式。为了使这种模式发挥作用，paddings[D, 0]和paddings[D, 1]必须小于或等于tensor.dim_size(D) – 1。

# importing the library
import tensorflow as tf
  
# Initializing the Input
input = tf.constant([[1, 2, 5], [3, 4, 6]])
padding = tf.constant([[1, 1], [2, 2]])
  
# Printing the Input
print("Input: ", input)
print("Padding: ", padding)
  
# Generating padded Tensor
res = tf.pad(input, padding, mode ='REFLECT')
  
# Printing the resulting Tensors
print("Res: ", res )

输出:

Input:  tf.Tensor(
[[1 2 5]
 [3 4 6]], shape=(2, 3), dtype=int32)
Padding:  tf.Tensor(
[[1 1]
 [2 2]], shape=(2, 2), dtype=int32)
Res:  tf.Tensor(
[[6 4 3 4 6 4 3]
 [5 2 1 2 5 2 1]
 [6 4 3 4 6 4 3]
 [5 2 1 2 5 2 1]], shape=(4, 7), dtype=int32)