今天用到pad函式，看文件看了老半天，後面終於弄懂了。
以下是本人的理解總結
文件的內容：
# '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]]
思路理解：
tf.pad的使用，第乙個是填充0，後面兩個是複製前幾行或者列
[1,1],[2,2]
[1,1]指的是向上擴充一行，向下擴充一行
[2,2]指的是向左擴充2列，向右擴充2列
1.constant模式，按上下左右填充幾行或者幾列的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，向右填充兩行0
Numpy中的pad函式
title numpy中的pad函式 date 2017 07 30 14 25 06 categories 填補乙個陣列。pad array，pad width，mode，kwars 其中array為要填補的陣列 input pad width是在各維度的各個方向上想要填補的長度,如 2，3 4，...
TF03 全零填充（Padding）
有時候，我們希望卷積計算，保持輸入特徵圖的尺寸不變，可以使用全零填充 padding 在輸入特徵周圍填充0 上圖5 5 1的輸入特徵圖經過全零填充後，再通過3 3 1的卷積核，進行步長為1的卷積計算，輸出特徵圖仍是5 5 1 下面給出，卷積輸出特徵圖維度的計算公式 text left text 入長...
Tensorflow中pad函式解析
參考於 函式定義 tf.pad tensor,paddings,mode constant name none,constant values 0 引數說明 tensor 被填充的張量 paddings 填充的格式 mode 填充模式 constant reflect symmetric name ...