如何填充不同形状的张量以使它们在二维中具有相同的形状

Question

我有 3 个张量，形状为 (100,43,1024)、(100,37,1024) 和 (100,42,1024)。我想使所有这些张量的第二维成为第二维的最大值，即在这种情况下为 43。你能帮我看看如何使用垫功能使它们形状相同吗？

Answer 1

如果您使用的是 numpy 数组，您可以用这种方式对它们进行零填充：

# create your data
n_sample = 5
X = [np.random.uniform(0,1, (n_sample,43,1024)),
     np.random.uniform(0,1, (n_sample,37,1024)),
     np.random.uniform(0,1, (n_sample,42,1024))]

# find max dim
max_dim = np.max([x.shape[1] for x in X])
print(max_dim)

X_pad = []
for x in X:
    X_pad.append(np.pad(x, ((0,0),(max_dim-x.shape[1],0),(0,0)), mode='constant')) # pre padding
    # X_pad.append(np.pad(x, ((0,0),(0,max_dim-x.shape[1],(0,0)), mode='constant')) # post padding
    
# check padded shape
print([x.shape for x in X_pad])

如何填充不同形状的张量以使它们在二维中具有相同的形状

How to pad tensors of different shape to make them of same shape for 2nd dimension

python

keras

tensorflow

zero-padding