将tensorflow填充值转换为caffe填充值的公式？

Question

我试图了解caffe和tensorflow的填充差异。

我已阅读以下文章：

https://github.com/Microsoft/MMdnn/wiki/Error-in-mobilenet-conversion-from-Tensorflow-to-Caffe-Different-way-of-padding https://github.com/BVLC/caffe/issues/1318

从这些我知道，tensorflow进行不对称填充，而caffe进行对称填充。

我的问题是-如果您具有张量流模型的卷积层的填充值，如何将它们转换为caffe卷积层中的等效填充值？ 公式是什么？

For example (Tensorflow model):

Input = 224x112x3

Convolution - 7x7x64 ; stride 2; SAME padding

Output size = 112x56x64

张量流填充是（不对称的）：

Padding top   : 2
Padding bottom: 3
Padding left  : 2
Padding right : 3

这些填充值在caffe中会是什么，并且有一个通用公式来计算它们吗？

Answer 1

不幸的是，没有这样的公式。如果您陷入了具有张量流的不对称填充（即上下之间的填充不同），则无法在Caffe中重现该填充。有关更多详细信息，请参见this。

为了避免此问题，我建议在卷积之前添加显式对称填充（通过tf.pad），并使它们“有效”，而不是“相同”。当然，这只有在您自己设计和训练模型的情况下才有可能。