Numpy中的填充，np.pad()

1. numpy.pad

在卷积神经网络中，为了避免因为卷积运算导致输出图像缩小和图像边缘信息丢失，常常采用图像边缘填充技术，即在图像四周边缘填充0，使得卷积运算后图像大小不会缩小，同时也不会丢失边缘和角落的信息。在Python的numpy库中，常常采用numpy.pad()进行填充操作，具体分析如下：

1）语法结构

pad(array, pad_width, mode, **kwargs) 返回值：数组

2）参数解释

array——表示需要填充的数组； pad_width——表示每个轴（axis）边缘需要填充的数值数目。 参数输入方式为：（(before_1, after_1), … (before_N, after_N)），其中(before_1, after_1)表示第1轴两边缘分别填充before_1个和after_1个数值。取值为：{sequence, array_like, int} mode——表示填充的方式（取值：str字符串或用户提供的函数）,总共有11种填充模式；

3) 填充方式

‘constant’——表示连续填充相同的值，每个轴可以分别指定填充值，constant_values=（x, y）时前面用x填充，后面用y填充，缺省值填充0 ‘edge’——表示用边缘值填充 ‘linear_ramp’——表示用边缘递减的方式填充 ‘maximum’——表示最大值填充 ‘mean’——表示均值填充 ‘median’——表示中位数填充 ‘minimum’——表示最小值填充 ‘reflect’——表示对称填充 ‘symmetric’——表示对称填充 ‘wrap’——表示用原数组后面的值填充前面，前面的值填充后面

更多参考：https://blog.csdn.net/zenghaitao0128/article/details/78713663

https://docs.scipy.org/doc/numpy/reference/generated/numpy.pad.html