numpy.pad()和numpy.transpose()用法

一、卷积神经网络中，在卷积之前经常进行zero-padding操作，其底层实现可以用numpy.pad()函数来实现

>>> a=np.array([[1,1],[1,1]])
>>> a
array([[1, 1],
       [1, 1]])
>>> np.pad(a,((1,),(1,)),'constant')
array([[0, 0, 0, 0],
       [0, 1, 1, 0],
       [0, 1, 1, 0],
       [0, 0, 0, 0]])

pad包含三个参数，第一个为执行pad的数组，第二参数代表，对哪些维度执行，pad操作，第三个参数mode，代表执行怎么样的pad。示例中第二个参数为((1,),(1,)),前一个括号代表a的第一维度（即每行）上执行pad，“，”前的“1”代表在这个维度的前面执行一个长度的pad，“，”后为空代表与前面的维度一样，即为（1，1）,在此维度的前后个加上一个长度的pad