我正在尝试在Keras中实现对称填充层，就像Caffe实施该填充层一样，我遇到了一个奇怪的问题。
假设我们有一个带有1x1280x1280x3个通道的3图像，并且我们想对其进行卷积，以便它返回一个{{1} }频道。在Caffe中，我们可以在卷积层中直接设置1x320x320x96参数：
96如果您尝试使用Caffe进行编译，则输出pad的形状确实为input: "image"
input_shape {
dim: 1
dim: 3
dim: 1280
dim: 1280
}
layer {
name: "conv1"
type: "Convolution"
bottom: "image"
top: "conv1"
param {
lr_mult: 1
decay_mult: 1
}
param {
lr_mult: 2
decay_mult: 0
}
convolution_param {
num_output: 96
kernel_size: 11
pad: 5 # Padding parameter
stride: 4
}
}
layer {
name: "relu1"
type: "ReLU"
bottom: "conv1"
top: "conv1"
}
。
现在让我们使用conv1和1x320x320x96层对Keras进行相同的尝试：
tf.pad问题：
如果我们测量以上代码中定义的Lambda的形状，它将是from keras.layers import Input, Lambda
import tensorflow as tf
image = Input(shape=(1280, 1280, 3),
dtype='float32',
name='image')
sym_pad = Lambda(lamda x: tf.pad(x, [[0, 0], [0, 5], [0, 5], [0, 0]])) # padding = 5
conv1 = Conv2D(filters=96,
kernel_size=11,
strides=(4, 4),
activation=relu,
padding='valid', # valid instead of 'same'
name='conv1')(image)
而不是conv1。
但是，如果我们增加1x319x319x96的填充，请使用1x320x320x96填充而不是2，如下所示：
7x75x5而不是sym_pad = Lambda(lamda x: tf.pad(x, [[0, 0], [0, 5+2], [0, 5+2], [0, 0]])) # padding = 7
形状的conv1填充输入时， 1x320x320x96将具有期望的形状image（注意，只有偶数形图像上的奇数填充会改变卷积的形状，这可能与步幅有关。
为什么会这样？ Caffe是否将每个填充参数自动增加1x1287x1287x3？还是我做错了什么？
谢谢！
P.S
我知道Keras层中的1x1285x1285x3参数，但是我正在寻找对称填充而不是非对称填充。
答案 0 :(得分：2)
如果您正在谈论对称填充，那么我假设您想在图像的左侧和右侧填充相同数量的像素（顶部和底部相同）。 tf.pad当前正在执行的操作是在右侧填充5个像素，在底部填充5个像素。因此，从理论上来说，您要在两边填充2.5像素。
输出形状如下：
floor((input_size-kernel_size+2*padding_size)/stride_size) + 1
因此，在您的情况下，填充2.5像素时会产生319的输出形状。 如果您在两侧都填充5个像素，则可以得到320的期望值。
答案 1 :(得分：2)
在您的示例中，将输入仅填充到底部和右侧。使用：
sym_pad = Lambda(lamda x: tf.pad(x, [[0, 0], [5, 5], [5, 5], [0, 0]]))
获得与Caffe相同的填充。