tf.pad(tensor, paddings, mode='CONSTANT')

第一次用到tf.pad是在ResNet的卷积层的fixed padding实现中。
tf.pad(tensor, paddings, mode, name)
其中mode有三种模式‘CONSTANT’ ‘REFLECT’ ’SYMMERTIC‘
我只用第一种，也就是对边缘都填充0，不管tensor的内容。

关于tensor和paddings的对应关系，首先他们的秩rank需要一致。
假设tensors的shape是[ B H W C] 也就是batch height width channel，
一般来说对于维度B和C是没必要pad的，只需要对H和W维度操作就行，所以假设对应的paddings的shape是[ [0,0],[h_top,h_bottom], [w_left,w_right],[0,0] ]
而H维度可以理解为行维度，W维度是列维度，所以[w_left,w_right], [h_top,h_bottom]将会给H*W的feature map的上下分别填充h_top和h_bottom个全0行，给feature map的左右分别填充w_left和w_right个全0列

例子

t=[[2,3,4],[5,6,7]]， paddings=[[1,2],[2,3]],mode="CONSTANT"

sess.run(tf.pad(t,paddings,"CONSTANT"))
array([[0, 0, 0, 0, 0, 0, 0, 0],
          [0, 0, 2, 3, 4, 0, 0, 0],
          [0, 0, 5, 6, 7, 0, 0, 0],
          [0, 0, 0, 0, 0, 0, 0, 0],
          [0, 0, 0, 0, 0, 0, 0, 0]], dtype=int32)