keras.preprocessing.sequence.pad_sequences(sequences,
maxlen=none,
dtype='int32',
padding='pre',
truncating='pre',
value=0.)
sequences：浮點數或整數構成的兩層巢狀列表
maxlen：none或整數，為序列的最大長度。大於此長度的序列將被截短，小於此長度的序列將在後部填0.
dtype：返回的numpy array的資料型別
padding：『pre』或『post』，確定當需要補0時，在序列的起始還是結尾補（預設為pre）
truncating：『pre』或『post』，確定當需要截斷序列時，從起始還是結尾截斷（預設為pre）
value：浮點數，此值將在填充時代替預設的填充值0
函式返回的是乙個二維張量。
舉個栗子：
test_list1=[[1,2,3,4]]
keras.preprocessing.sequence.pad_sequences(test_list1,maxlen=10)
array([[0, 0, 0, 0, 0, 0, 1, 2, 3, 4]])，可以看出缺省是在序列前面補充填充值預設值0。
# target data convert to one - hot
def processing_target(train_target, test_target, num_classes):
train_y = tf.one_hot(train_target, depth = num_classes)
test_y = tf.one_hot(test_target, depth = num_classes)
return train_y, test_y
TF學習筆記1
一 關於tensorflow的基本概念 tensorflow的計算模型 資料模型 執行模型，主要是一些理論概念的整理。1 tensorflow的計算模型 計算圖 tensor 張量，即可簡單理解為多維陣列，表明其資料結構。flow 流，直觀的表達了張量之間通過計算相互轉化的過程，體現其計算模型。te...
tf學習（四） 損失函式
經典的損失函式有四種，也可以自己定義損失函式 有幾種不同的代價函式，不同的代價函式適用於不同的場景 有二次代價函式，交叉熵代價函式 適用於s型曲線，選擇合適的代價函式，可節省訓練時間 對數似然代價函式 loss tf.reduce mean tf.square y prediction 計算公式如下...
ROS學習之TF變換
tf能夠根據時間緩衝並維護多個參考係之間的座標變換，可以在任意時間，將點 向量 等資料的座標，完成座標變換。tf的使用方法 兩個概念了解一下 監聽tf變換 接收並快取系統中發布的所有參考係變換，並從中查詢所需要的參考係變換。廣播tf變換 向系統中廣播參考係之間的座標變換關係。系統中更能可能會存在多個...