TensorFlow人工智能学习数据填充复制实现示例
更新时间:2021年11月11日 09:29:47 作者:Swayzzu
这篇文章主要为大家介绍了TensorFlow人工智能学习如何进行数据填充复制的实现示例,有需要的朋友可以借鉴参考下,希望能够有所帮助
1.tf.pad()
该方法能够给数据周围填0,填的参数是:需要填充的数据+填0的位置
填0的位置是一个数组形式,对应如下:[[上行,下行],[左列,右列]],具体例子如下:
较为常用的是上下左右各一行。
给图片进行padding的时候,通常数据的维度是[b,h,w,c],那么增加两行,两列的话,是在中间的h和w增加:
2.tf.tile()
该方法可以复制数据,需要填的参数:数据,维度+对应的复制次数。
broadcast_to = expand_dims + tile,通常情况下,只要操作符合broadcast原则就可以,连broadcast_to这个操作都不需要用,就会自动扩展并复制进行操作。
以上就是TensorFlow人工智能学习数据填充复制实现示例的详细内容,更多关于TensorFlow数据填充复制的资料请关注脚本之家其它相关文章!
相关文章
Python编写一个优美的下载器
这篇文章主要教大家如何使用Python编写一个优美的下载器,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
2018-04-04
封装Detours用于Python中x64函数hook详解
Detours是微软发布的一个API hook框架,同时支持x86和x64,看文档说也支持ARM和ARM64的Windows,这篇文章主要介绍了封装Detours用于Python中x64函数hook,需要的朋友可以参考下
2023-12-12
pytorch如何定义新的自动求导函数
这篇文章主要介绍了pytorch如何定义新的自动求导函数问题,具有很好的参考价值,希望对大家有所帮助。以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
2022-12-12
Python机器学习应用之基于线性判别模型的分类篇详解
线性判别分析(Linear Discriminant Analysis, LDA)是一种监督学习的降维方法,也就是说数据集的每个样本是有类别输出。和之前介绍的机器学习降维之主成分分析(PCA)方法不同,PCA是不考虑样本类别输出的无监督学习方法
2022-01-01
一文详解Django信号机制的工作原理
Django 信号(signals)是一种实现解耦的有力工具,它允许某些发生的事件通知其他部分的代码,本文将深入探讨 Django 信号的工作原理、如何定义和接收信号,以及如何在项目中有效地使用它们,需要的朋友可以参考下
2023-11-11
python编码最佳实践之总结
python编码最佳实践之总结,帮助大家整理了python编码最佳实践的相关知识点,重点从性能角度出发对python的一些惯用法做一个简单总结,感兴趣的小伙伴们可以参考一下
2016-02-02
最新评论