填充（padding）从哪里来？

在机器学习中，数据在进行模型训练前，往往会进行额外的填充操作。一种常见的使用Python代码进行填充的示例如下：

import numpy as np

# 构造一个(3, 2)的数组
data = np.array([[1, 2], [3, 4], [5, 6]])

# 填充操作，使得数组变为(4, 4)
new_data = np.pad(data, ((0, 1), (0, 2)), mode='constant', constant_values=0)

# 打印填充后的数组
print(new_data)

以上代码中，我们通过调用NumPy库中的np.pad()函数，从元数据data构造了一个new_data数组。在np.pad()中，通过((0, 1), (0, 2))参数设置了需要填充的行和列数。在本示例中，我们将矩阵从原本的(3, 2)扩充为了(4, 4)。在填充时，我们使用了0作为填充的数值。最后，我们打印了填充后的数组结果，以便查看填充操作如何改变了数据形状。