1.tf.pad()

該方法能夠給數(shù)據(jù)周圍填0，填的參數(shù)是：需要填充的數(shù)據(jù)+填0的位置

填0的位置是一個數(shù)組形式，對應(yīng)如下：[[上行，下行],[左列，右列]]，具體例子如下：

較為常用的是上下左右各一行。

給圖片進(jìn)行padding的時候，通常數(shù)據(jù)的維度是[b,h,w,c]，那么增加兩行，兩列的話，是在中間的h和w增加：

2.tf.tile()

該方法可以復(fù)制數(shù)據(jù)，需要填的參數(shù)：數(shù)據(jù)，維度+對應(yīng)的復(fù)制次數(shù)。

broadcast_to = expand_dims + tile，通常情況下，只要操作符合broadcast原則就可以，連broadcast_to這個操作都不需要用，就會自動擴(kuò)展并復(fù)制進(jìn)行操作。

以上就是TensorFlow人工智能學(xué)習(xí)數(shù)據(jù)填充復(fù)制實(shí)現(xiàn)示例的詳細(xì)內(nèi)容，更多關(guān)于TensorFlow數(shù)據(jù)填充復(fù)制的資料請關(guān)注本站其它相關(guān)文章！

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。