Python tensorflow conv2d的填充策略是什么？

我跟着老师的问答

然而，我仍然对tf.nn.conv2d的开始索引和填充策略感到困惑。在我进行了以下测试之后，希望有人能在这里给我一个线索，特别是关于奇数和偶数的步幅

数组高度（h）、内核大小（f）、步幅数（s）

矩阵左栏（pl）上的填充编号和右栏（pr）上的填充编号x

在卷积池的情况下，零填充应该围绕数组x填充，就像我定义xp的方式一样，但是，我无法计算它的开始索引是如何填充的

原点矩阵x

x shape:  (1, 4, 4, 1)  kernel:  3  stride:  2 
[[ 0  1  2  3]
[ 4  5  6  7]
[ 8  9 10 11]
[12 13 14 15]]

在“相同”类型的卷积中，在这种情况下，为什么tf.nn.conv2d不在左侧补零？

'SAME' os shape:  (1, 2, 2, 1) 
[[45. 39.]
[66. 50.]]

矩阵x上的有效卷积

'VALID' ov shape:  (1, 1, 1, 1) 
[[45.]]

xp中零填充后的有效类型卷积（如我预期的结果）

'VALID' op shape:  (1, 2, 2, 1)  pl:  1  pr:  1 
[[10. 24.]
[51. 90.]]

（总）填充的公式解释如下：

在您的情况下，

n mod s=4 mod 2=0

so

p = max(3 - 2, 0) = 1

所以

---

这就解释了为什么在左边看不到任何填充物。

谢谢！这就是我想要的，无论如何，我相信你的意思是：

n mod s=4 mod 2=0而不是2。
'VALID' op shape:  (1, 2, 2, 1)  pl:  1  pr:  1 
[[10. 24.]
[51. 90.]]

p = max(3 - 2, 0) = 1

p_left = p // 2 = 0
p_right = 1 - p_left = 1