Tensorflow，有没有办法指定沿轴的填充？答案

【问题标题】：Tensorflow, is there a way to specify padding along axes ?Tensorflow，有没有办法指定沿轴的填充？
【发布时间】：2017-12-27 13:56:37
【问题描述】：

我想在张量流中对图像执行卷积。我希望内核与图像一样高并且非常薄。例如：

kernel_size = [200, 24]
image_size = [200, 400]

如果我使用填充“SAME”，而不是取出向量，我会返回 [200, 400] 图像，因为 tensorflow 在顶部和底部填充图像，并在填充图像上与内核进行卷积。

另一方面，如果我使用填充“VALID”，顶部和底部的问题就会消失，但它也没有完全覆盖我的图像的水平方向，这样，如果图像的水平尺寸不能被内核维度整除，你会失去它的一部分。

有没有办法在顶部和底部执行“VALID”填充以及左右“SAME”填充？还是有另一种方法可以做到这一点？

【问题讨论】：

标签： tensorflow convolution

【解决方案1】：

使用 tensorflow 卷积函数的默认填充选项无法做到这一点，您必须手动填充张量以使水平维度可以被内核维度整除。

在手动填充后使用 VALID 填充，以免手动填充的像素被视为填充以外的任何内容

要手动填充您的张量，您可以使用tf.concat 和具有您想要的形状和值的常量张量。如果您的图像始终大小相同，这将不难弄清楚。

【讨论】：

【解决方案2】：

对于任何non-standard padding，TF 都有一个自定义填充操作：tf.pad()。所以只要弄清楚什么是适当的填充并调用类似

# 't' is [[1, 2, 3], [4, 5, 6]].
# 'paddings' is [[1, 1,], [2, 2]].
# rank of 't' is 2.
pad(t, paddings, "CONSTANT") ==> [[0, 0, 0, 0, 0, 0, 0],
                                  [0, 0, 1, 2, 3, 0, 0],
                                  [0, 0, 4, 5, 6, 0, 0],
                                  [0, 0, 0, 0, 0, 0, 0]]

【讨论】：