如何填充3D NumPy数组：将(2,128,128)转为(2,162,162)

针对你形状为(2, 128, 128)的3D NumPy数组，要填充到(2, 162, 162)，可以直接基于tf.pad扩展实现，步骤如下：

计算填充量 #

• 第一个维度（对应原数组的2）：目标尺寸和原尺寸一致，无需填充，前后填充量为[0, 0]
• 第二、第三个维度（对应原数组的128）：目标尺寸162与原尺寸128的差值为34，将差值均分在前后两侧，即每个维度前后各填充17，填充量为[17, 17]

完整代码示例 #

import numpy as np
import tensorflow as tf

# 模拟你的3D NumPy数组
np_input = np.random.rand(2, 128, 128)
# 转成TensorFlow张量
input_tensor = tf.convert_to_tensor(np_input)

# 定义3D数组的填充规则：每个维度对应[前填充量, 后填充量]
padding = tf.constant([[0, 0], [17, 17], [17, 17]])

# 执行补零填充
padded_tensor = tf.pad(input_tensor, padding, mode='CONSTANT')

# 验证形状
print("原数组形状:", input_tensor.shape)
print("填充后形状:", padded_tensor.shape)

代码说明 #

• padding参数是一个3行2列的张量，每一行对应原数组的一个维度，分别指定该维度前面和后面需要填充的零的数量
• mode='CONSTANT'指定填充值为常数（默认就是0，无需额外指定填充值）

内容的提问来源于stack exchange，提问作者user19686684