TensorFlow2.0（四）：填充与复制

 

 

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 [2]:

import tensorflow as tf

In [37]:

a = tf.range(1,13)

In [38]:

a

Out[38]:

In [39]:

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[39]:

 

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

In [40]:

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

In [41]:

a

Out[41]:

In [42]:

tf.pad(a, [[1,1],[3,0]], constant_values=3)  # 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[42]:

 

对于3维tensor，paddings是一个shape为（3,2）的list：

In [43]:

a = tf.reshape(a, [2, 2, 3])

In [44]:

a

Out[44]:

In [45]:

tf.pad(a, [[1, 0],[1,1],[1,0]])  # 第一维度前填充1块数据，后不填充，第二维度前后各填充1行，第三维度前填充1列，后不填充

Out[45]:

In [46]:

a = tf.range(1,13)

In [47]:

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

In [48]:

a

Out[48]:

 

当指定填充模式mode为'REFLECT'时，指的是以各维度边缘为对称轴进行填充（不包括边缘数据也就是对称轴本身），且填充的规模不能大于该维度原有规模-1：

In [52]:

tf.pad(a, [[2,1],[3,1]],mode='REFLECT')  # 对第二个维度填充时，如果大于3就回产生异常，因为3已经可以把第二维度所有数据复制一遍

Out[52]:

 

SYMMETRIC填充模式与REFLECT填充模式一样，都是以边缘为对称轴进行赋值填充，不过SYMMETRIC模式会对对称轴进行赋值，所以指定的规模最大可以为原规模：

In [53]:

tf.pad(a, [[2,1],[4,1]],mode='SYMMETRIC')  # 这时候对第二个维度填充规模可以为4，但是超过4旧货产生异常

Out[53]:

 

2 tile()¶

tile()方法对指定维度进行复制，定义如下：

tile(input, multiples, name=None)：

• input：需要复制的tensor
• multiples: 各维度需要复制的次数，0表示去除数据，1表示不复制，2表示复制一次

参数multiples是一个长度与tensor的秩相等的list，例如当tensor的shape为（12，）时，multiples的shape也必须为只有一个元素的list，例如multiples=[2],表示对第一维度复制1次：

In [55]:

a

Out[55]:

In [56]:

tf.tile(a,[2])

Out[56]:

 

当tensor的shape为（3,4）时，multiples是一个包含两个元素的list：

In [57]:

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

In [61]:

tf.tile(a, [2,3])  # 第一维度复制1次，第二维度复制2次

Out[61]:

 

当tensor的shape为(2,2,3时，multiples是一个包含3个元素list：

In [62]:

a = tf.reshape(a, [2,2,3])

In [64]:

tf.tile(a, [2,1,2])

Out[64]: