问题标签 [zero-padding]

Conv2D (keras.layers.Conv2D) 中默认的 Kernel-Size、Zero-Padding 和 Stride 参数是什么？如果没有指定这些参数会发生什么？

我正在做一个学校项目，为此，我试图分割一个等于字符串最后一位的字符串，我需要确保每个切片的长度与最后一位相同，如果它不等长然后我需要添加尾随零

示例：“132567093”应该是['132', '567', '090'] 当我尝试时我得到['132', '567', '09']

到目前为止，这是我拥有的代码

我知道我需要使用 Math.random() 来制作随机数，但是今天我尝试制作一个介于 1 和 9999 之间的随机数......（9 重复 19 次）并且我的输出总是以 3-5 个零结尾。如何生成更详细的随机数？

我做了什么：

另外，我很确定我知道该怎么做，但是如果有人可以告诉我，我如何填充零以达到一定的位数？（例如 pad(15,4) 变为 0015 因为您需要多 2 位数字才能使其长 4 位数字）

Keras 中的零填充是否需要内存？

如果是的话，会是这样吗？

我有 K 个特征向量，它们都共享维度 n，但具有可变维度 m (nxm)。他们都住在一个列表中。

我正在寻找的是一种对这些 np.array 的行进行零填充的智能方法，以使它们都共享相同的维度 m。我试过用 np.pad 解决它，但我还没能想出一个漂亮的解决方案。任何朝着正确方向的帮助或轻推将不胜感激！

结果应该使数组看起来像这样：

我在这里阅读了大多数相关问题，但我似乎无法弄清楚如何np.pad在这种情况下使用。也许它不是针对这个特定问题的。

假设我有一个 Numpy 数组列表。每个数组的长度相同，例如 2。列表本身必须填充为例如 5 个数组，并且也可以转换为 numpy 数组。填充的元素应该是用零填充的数组。举个例子

以下似乎可行，但我觉得必须有更好，更有效的方法。实际上，这是运行数十万甚至数百万次，因此速度很重要。也许与np.pad？

我想使用 MLP 来解决回归问题。

我有可变长度的输入来解决这个问题我想使用Zero-padding和masking layer。

我使用pandas库从csv文件中读取输入。这是我的数据的样子。

我只知道如何使用此命令用 0 填充 NaN 值x_train.fillna(0.0).values

像第一行：

填充后：

面具应该是这样的：

但我不知道如何添加遮罩层并将它们输入到我的 MLP 中。

如果我有固定的输入长度。我的程序看起来像这样

我不知道如何在零填充和遮罩层之间结合？

假设我们有一个如下的数据框：

我计算了 中所有唯一值的行数col1。Likea有 4 行，每b行c有 2 行，方法是：

我得到的输出为

完成此操作后，我想检查 a、b、c 中哪一个具有最大行数（在这种情况下，a具有最大行数），b并c用最大值与他们拥有的行，带有零（两者都有 2 行，b并且由于 4 是最大行数，c我想填充2 个更多的零）。最后必须添加零。bc

我想用零填充它，因为我想在所有变量（a、b、c）上应用一个固定大小的窗口来绘制图形。

我试图通过 GRU 放置一个打包和填充的序列，并检索每个序列的最后一项的输出。当然，我指的不是该-1项目，而是实际的最后一个未填充的项目。我们事先知道序列的长度，因此应该像为每个序列提取length-1项目一样容易。

我尝试了以下

但形状不是我所期望的。我曾期望得到4x12，即last item of each individual sequence x hidden。

我可以遍历整个事情，并构建一个包含我需要的项目的新张量，但我希望有一种利用一些智能数学的内置方法。我担心手动循环和构建会导致性能很差。

我对 python 很陌生，并且已经阅读了很多关于这个主题的 SO 问题，但是没有一个能满足我的需求。

我最终得到一个ndarray：

现在我想[1, 2, 3]用专门为该元素定制的填充来填充每个元素（例如）。当然，我可以在 for 循环中执行此操作，并将每个结果附加到一个新的 ndarray 中，但是是否有一种更快、更清洁的方法可以一次将其应用于整个 ndarray？

我想象它可以像这样工作：

但当然这只是输出：

这不是我需要的。目标结果将是：

我怎样才能做到这一点numpy？