tensorflow.pad如何工作？

Question

有tensorflow.pad（）的示例：

# 't' =  is [[1, 2, 3], [4, 5, 6]].
# 'paddings' is [[1, 1,], [2, 2]].
#  rank of 't' is 2.
' tf.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]]

我的问题是如何在每个输入维度中填充零？并且t的形状为[2,3]，为什么pad（）之后的输出为[4，x]，“ 4”如何出现？感谢您的帮助！！！

Answer 1

'paddings'是[[1，1，]，[2，2]]。尝试将此谷歌映射为[[top，bottom]，[left，right]]。即

top = 1,      //Extra padding introduce on top
bottom = 1,   //Extra padding introduce on bottom
left = 2,     //Extra padding introduce on left 
right = 2.    //Extra padding introduce on right

尝试另一个示例，其中“填充”为[[2，1]，[2，3]]。输出将是：

[[0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0]
 [0 0 1 2 3 0 0 0]
 [0 0 4 5 6 0 0 0]
 [0 0 0 0 0 0 0 0]]

此处top = 2，bottom = 1，left = 2，right = 3。

Answer 2

文档对此非常清楚。对于输入的每个维度 D，paddings[D, 0] 表示在该维度的张量内容之前添加多少个值，paddings[D, 1] 表示在该维度的张量内容之后添加多少个值。

为什么输出是[4, x]？

4 是维度 0 的大小，维度 0 有 padding [1, 1]，根据文档，在t的零维度之前加一，在 t 的零维度之后加一， t的零维度的大小是 2, 2 + 1 + 1，你有 4结果。即它分别在 t 的开头和结尾填充一个零行。类似地，对于维度 1，由于padding[1]为[2,2] ，因此分别在开头和结尾处向t添加两个零列。