今天小编就为大家分享一篇PyTorch中的padding(边缘填充)操作方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

简介 我们知道，在对图像执行卷积操作时，如果不对图像边缘进行填充，卷积核将无法到达图像边缘的像素，而且卷积前后图像的尺寸也会发生变化，这会造成许多麻烦。 因此现在各大深度学习框架的卷积层实现上基本都配备了padding操作，以保证图像输入输出前后的尺寸大小不变。例如，若卷积核大小为3×3，那么就应该设定padding=1，即填充1层边缘像素；若卷积核大小为7×7，那么就应该设定padding=3，填充3层边缘像素；也就是padding大小一般设定为核大小的一半。在pytorch的卷积层定义中，默