TensorFlow人工智能學(xué)習(xí)數(shù)據(jù)填充復(fù)制實現(xiàn)示例
更新時間：2021年11月11日 09:29:47 作者：Swayzzu
這篇文章主要為大家介紹了TensorFlow人工智能學(xué)習(xí)如何進(jìn)行數(shù)據(jù)填充復(fù)制的實現(xiàn)示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助
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)注腳本之家其它相關(guān)文章！
您可能感興趣的文章:
- TensorFlow人工智能學(xué)習(xí)數(shù)據(jù)類型信息及轉(zhuǎn)換
- TensorFlow人工智能學(xué)習(xí)按索引取數(shù)據(jù)及維度變換詳解
- TensorFlow卷積神經(jīng)網(wǎng)絡(luò)MNIST數(shù)據(jù)集實現(xiàn)示例
- TensorFlow神經(jīng)網(wǎng)絡(luò)創(chuàng)建多層感知機MNIST數(shù)據(jù)集
- TensorFlow教程Softmax邏輯回歸識別手寫數(shù)字MNIST數(shù)據(jù)集
- Tensorflow高性能數(shù)據(jù)優(yōu)化增強工具Pipeline使用詳解
相關(guān)文章
這篇文章主要教大家如何使用Python編寫一個優(yōu)美的下載器，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
這篇文章主要為大家詳細(xì)介紹了python實現(xiàn)字符串加密成純數(shù)字，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-03-03
封裝Detours用于Python中x64函數(shù)hook詳解
Detours是微軟發(fā)布的一個API hook框架，同時支持x86和x64，看文檔說也支持ARM和ARM64的Windows，這篇文章主要介紹了封裝Detours用于Python中x64函數(shù)hook,需要的朋友可以參考下2023-12-12
這篇文章主要介紹了pytorch如何定義新的自動求導(dǎo)函數(shù)問題，具有很好的參考價值，希望對大家有所幫助。以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。2022-12-12
小結(jié)Python用fork來創(chuàng)建子進(jìn)程注意事項
今天看到別人的源代碼中有 fork 子進(jìn)程來操作數(shù)據(jù)。但是由于 fork 之后，沒有及時的退出，導(dǎo)致系統(tǒng)中的Python進(jìn)程越來越多，子進(jìn)程越來越多了。2014-07-07
Python機器學(xué)習(xí)應(yīng)用之基于線性判別模型的分類篇詳解
線性判別分析(Linear?Discriminant?Analysis,?LDA)是一種監(jiān)督學(xué)習(xí)的降維方法，也就是說數(shù)據(jù)集的每個樣本是有類別輸出。和之前介紹的機器學(xué)習(xí)降維之主成分分析(PCA)方法不同，PCA是不考慮樣本類別輸出的無監(jiān)督學(xué)習(xí)方法2022-01-01
在本篇文章里小編給大家分享的是一篇關(guān)于16行python代碼 爬取王者榮耀全皮膚的知識點內(nèi)容，有興趣的朋友們學(xué)習(xí)下。2020-01-01
Django 信號（signals）是一種實現(xiàn)解耦的有力工具,它允許某些發(fā)生的事件通知其他部分的代碼,本文將深入探討 Django 信號的工作原理、如何定義和接收信號,以及如何在項目中有效地使用它們,需要的朋友可以參考下2023-11-11
Python基礎(chǔ)進(jìn)階之海量表情包多線程爬蟲功能的實現(xiàn)
這篇文章主要介紹了Python基礎(chǔ)進(jìn)階之海量表情包多線程爬蟲,本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-12-12
python編碼最佳實踐之總結(jié)，幫助大家整理了python編碼最佳實踐的相關(guān)知識點，重點從性能角度出發(fā)對python的一些慣用法做一個簡單總結(jié)，感興趣的小伙伴們可以參考一下2016-02-02