问题标签 [zero-padding]

在过去的几天里，我一直在用 python 进行傅立叶变换。

我发现，为了准确捕获已知周期的传入数据，x 轴的分辨率或间距 (1/n_samples) 必须足够小。通常这是通过对传入数据进行零填充来完成的。（我也试过开窗，但没有额外的效果）

我有一个与此相关的问题：我已指定我在 500 的数据系列中有 128 个周期。即频率为 0.0078125。为了在我的 fft 中找到 0.0078125 处的正确峰值，我需要一个 <<0.0078125 的分辨率，我已经确定了这一点。然而，我相当多地错过了 0.0078125 的峰值。而在周期轴上，结果更加明显。有没有人可以帮助我理解为什么？

I am having a list of id number like the following:

i would like to add padding zero to it so that it will end up with 5 digit with result like this:

I have looked up online but couldn't really find a solution for .bat file. I have tried something like the following:

but the reuslt becomes something like 00000123. I have a loop to read all the input value

我有一个关于fft. 我fft用零填充和没有零填充运行并进行了比较。

我可以看到两个结果图像之间的差异。

当我没有fft零填充时，幅度显示清晰，相位也清晰（我认为其他频率的相位是由于幅度值非常小而不是零）。但是当我使用零填充时，我可以看到我输入的附近频率（4Hz）的幅度显示出不同的方面，并且相位的结果在我看来很奇怪。当我使用零填充时，我的代码中是否存在问题？

* Cris Luengo 评论的附加问题

我试图通过扩展长度将零填充到数据中。

当我绘制数据时，我得到了 如您所见，超过 10 的值为零。

我得到了这个结果。

我想知道我的结果是否还可以。

我需要相互添加 2 个可变大小的暗淡数组。有很多方法可以做到这一点！

典型尺寸是几千乘几百（因为这可能会影响缩放！）。需要进行数十万次这样的添加。在我的情况下，第一个维度保证是相同的，但是子数组是可变长度的。

工作较小的例子：

有更快的方法吗？我对上面的其他 pythonic 解决方案感兴趣，但也对无论复杂性如何可能真正最快的解决方案感兴趣（在这种项目中，速度主要是王道，但不如用 C 语言编写）。

有一个更好的方法吗？如何在不创建新张量对象的情况下用零填充张量？我需要输入始终相同batchsize，所以我想填充小于batchsize零的输入。就像序列长度较短时在 NLP 中填充零一样，但这是批处理的填充。

目前，我创建了一个新张量，但正因为如此，我的 GPU 将出现内存不足。我不想将批处理大小减少一半来处理此操作。

我正在处理可能包含 100 多个波段的高光谱图像。在预处理阶段，我添加了许多零/常数，以使用 pywt 包中的 pad 函数将波段的 NO 调整为最接近的 2 的最大幂（同样将 103 转换为 128）。在预处理之后，我会做一些其他的处理，比如小波变换。最后，我怎样才能回到之前的维度（在本例中为 128 到 103）？填充代码如下：

这里的输出将是：

但是我怎样才能跟踪那些添加了常数值的索引，以便在小波变换之后我可以使用这些索引恢复原始维度？

先感谢您。

我有以下 SQLite 表（真实表的存根，它有一些其他列）

此表中的一个典型条目将沿着

有时我需要查询此表以提取匹配intLL值的行，以使计算值满足可变条件。例如

解释

• fractLat通过将和fracLng列除以 10,250 或 500 来转换它们。这CAST AS REAL是防止 SQLite 执行的默认整数除法所必需的
• 将十进制结果四舍五入到最接近的整数。舍入后，默认情况下您将获得一个带有尾随的值.0。CAST AS INTEGER确保将其删除
• 连接两个部分。串联出错了。在本例中，连接结果将是858，这不是我想要的
• 与传入值进行比较：在这种情况下为 8508。

我的问题

1. 如何在连接之前需要时用 0 填充这两个部分，以确保它们具有相同的位数
2. 有没有更简单的方法来实现这一点？

我正在尝试手动进行零填充，但出现以下错误：

ValueError: 操作数无法与形状 (2,) (512,3) 一起广播

如果有人可以在不使用内置函数的情况下更正此代码或提供手册。谢谢。

我想使用 tensorflow 将序列数据训练为带有一些零填充的 Rnn 基本模型。

我希望模型在训练时忽略 0 值。

我是否必须设置参数才能做到这一点？还是模型会自动忽略零？

谢谢，，

所以我有一个我制作的 Dataset 类，它接受一个 3D numpy 数组和形状长度pack_padded_sequence：

我创建了自己的 ToTensor 类：

但是由于某种原因，当print(list(MyDataset(dataset, data_shape)))我得到一个正常的张量对象返回而没有删除填充时。

有关我的输入的更多信息，dataset是一个按顺序排列的 3D numpy 数组：batch size, sequence length, features并且 data_shape 是一个列表，其大小batch_size与表示序列长度的数字相匹配。

序列长度也是从最高序列到最低序列大小的顺序

我的输入示例：

以及对应的data_shape：