tensorflow中tf.layers.conv2d-Padding

https://tensorflow.google.cn/api_docs/python/tf/layers/conv2d?hl=zh-cn
tensorflow手册链接

tf.layers.conv2d(
    inputs,
    filters,
    kernel_size,
    strides=(1, 1),
    padding='valid',
    data_format='channels_last',
    dilation_rate=(1, 1),
    activation=None,
    use_bias=True,
    kernel_initializer=None,
    bias_initializer=tf.zeros_initializer(),
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    trainable=True,
    name=None,
    reuse=None
)

上面有值的都是默认值奥。
1.input 输入，一般是图像、矩阵、tensor。
2.定义滤波器个数，决定了输出的通道数filter=4表是卷积后会得到4个feature map。
3.kernel_size=4，表示卷积核大小为4*4。
4.strides=(1, 1)，向右向下移动的步长均是1。
5.其中padding的两种类型SAME和VALID，same是卷积核滑动时，如果原图尺寸不足够，使用添加padding的方式。而valid是删掉不能被卷积