機械学習で出会う関数【１】numpy.pad (機械学習の学習 #4)

0. はじめに

python素人（＝当然numpy素人）が機械学習を学習する際に出会った関数で、理解に苦労したものを載せています。今回は「numpy.pad」。
以降numpyはnpと記載しています。

1. 登場箇所

CNNの畳み込みのところ。
畳み込む際にサイズが小さくならないように、画像の周りを数値（通常は０）で埋める。（＝パディング）

2. 動作

行列の前後に値を足す。

3. 形式

np.pad(array,range,mode(,そのほか）)

引数名	説明	補足
array	N次元の行列
range	各次元における、前後のパディング範囲
mode	埋め込み方式	'constraint'（定数）が良く使われる

補足

デフォルトはパディング値＝0。

4. リファレンス

5. 例

例１

a = [[1, 2], [3, 4]]
np.pad(a, [(1, 2), (3, 4)], 'constant')
array([[0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 2, 0, 0, 0, 0],
       [0, 0, 0, 3, 4, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0, 0, 0]])

考え方

例２：im2col

# N: データ数, C: チャンネル数, H: 各画像の幅, W: 各画像の高さ
N, C, H, W = input_data.shape
# 画像データの上下左右に0を1つパディング
img = np.pad(input_data, [(0,0), (0,0), (1, 1), (1, 1)], 'constant')

6. 蛇足（次回予告？）

ここまで書いてなんですが、結局im2colの理解そのものが難しかったなと。
「ゼロつく」読んで、自分で絵をかいてみて、結構苦労したので、im2colについてまとめたいと思います（自分が忘れそうなので…）。