TensorFlow中用于卷积的自定义填充

Question

在tensorflow函数tf.nn.conv2d中，填充选项只有＆＃39; SAME＆＃39;和＆＃39;有效＆＃39;。

但是在Caffe的conv层中，pad option可以定义（隐式）添加到输入的每一侧的像素数。

如何在Tensorflow中实现这一目标？

非常感谢。

Answer 1

您可以在应用tf.pad()之前使用tf.nn.conv2d(..., padding="VALID")（请参阅doc）填充Tensor（有效填充表示无填充）。

例如，如果要填充高度为2像素，宽度为1像素的图像，然后应用5x5内核的卷积：

input = tf.placeholder(tf.float32, [None, 28, 28, 3])
padded_input = tf.pad(input, [[0, 0], [2, 2], [1, 1], [0, 0]], "CONSTANT")

filter = tf.placeholder(tf.float32, [5, 5, 3, 16])
output = tf.nn.conv2d(padded_input, filter, strides=[1, 1, 1, 1], padding="VALID")

output的形状为[None, 28, 26, 16]，因为您只有1的宽度填充。