Tensorflow 中关于 pad 函数的详细理解
文档的内容
"""
`paddings` is an integer tensor with shape `[n, 2]`, where n is the rank of
`tensor`.
For each dimension D of `input`, `paddings[D, 0]` indicates how
many values to add before the contents of `tensor` in that dimension, and
`paddings[D, 1]` indicates how many values to add after the contents of
`tensor` in that dimension.
"""
# 't' is [[1, 2, 3], [4, 5, 6]].
# 'paddings' is [[1, 1,], [2, 2]].
# 'constant_values' is 0.
# rank of 't' is 2.
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]]
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]]
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]]理解思路
tf.pad 的使用，第一个是填充 0，后面两个是复制前几行或者列
[1,1],[2,2]
[1,1] 指的是向上扩充一行，向下扩充一行 [2,2] 指的是向左扩充 2 列，向右扩充 2 列
1. CONSTANT 模式，按上下左右填充几行或者几列的 0
paddings=[[1,1],[2,2]] 的意思是向上填充一行 0，向下填充一行 0，向左填充二行 0，向右填充两行 0
向上填充一行 0，变成
0,0,0 1,2,3 4,5,6
向下填充一行 0
0,0,0 1,2,3 4,5,6 0,0,0
向左填充二行 0
0,0,0,0,0 0,0,1,2,3 0,0,4,5,6 0,0,0,0,0
向右填充两行 0
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
2. REFLECT 模式，首先要定好边缘（可理解为对称轴），按边缘翻(边缘不复制)
比如刚开始
1, 2, 3 4, 5, 6
向上翻一行，以 123 为对称轴
4,5,6 1,2,3 4,5,6
向下翻一行，以 4,5,6 为对称轴
4,5,6 1,2,3 4,5,6 1,2,3
以列 4,1,4,1 为对称轴，向左翻二行
6,5,4,5,6 3,2,1,2,3 6,5,4,5,6 3,2,1,2,3
以列 6,3,6,3 为对称轴，向右翻 2 行
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
3. SYMMETRIC 类似的，唯一的区别是把边缘（也就是对称轴）也复制了，从对称轴开始复制
比如刚开始
1, 2, 3 4, 5, 6
向上翻一行，以 123 为对称轴，从对称轴开始复制
1,2,3 1,2,3 4,5,6
向下翻一行，以 4,5,6 为对称轴
1,2,3 1,2,3 4,5,6 4,5,6
以列 1,1,4,4 为对称轴，向左翻二行
2,1,1,2,3 2,1,1,2,3 5,4,4,5,6 5,4,4,5,6
以列 3,3,6,6 为对称轴，向右翻 2 行
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