当我进行转换步骤时，如何在Caffe和cuDNN中对称填充图像（空间），而不是Tensorflow的实现：
来自Tensorflow Convolution Docs：
请注意，除以2表示可能存在时的情况 两侧的填充（顶部与底部，右侧与左侧）相互关闭。 在这种情况下，底部和右侧总是得到一个额外的 填充像素。例如，当pad_along_height为5时，我们填充2个像素 顶部和底部3个像素。请注意，这是不同的 来自现有的库，如cuDNN和Caffe，它们是明确的 指定填充像素的数量并始终填充相同的数量 两侧的像素。
问题：我如何以符合cuDNN或Caffe方式的方式使用（或破解）Tensorflow？我不想介绍个人表现最佳的电话tf.pad()，最好是。
请注意，不与此处提出的问题相同：Custom padding for convolutions in TensorFlow