如何在PyTorch Conv1d层中仅对单侧添加填充？

PyTorch的nn.Conv1d本身不支持直接传入左右不对称的padding参数——它要求padding是单个整数或长度为1的列表，作用是对输入序列的左右两侧进行等量填充，这也是你传入(8,0)时报错的原因。

要实现仅左侧填充、输出大小为N-1的需求，最直接的方式是手动对输入进行填充预处理，再执行卷积操作，具体步骤如下：

步骤1：计算所需左填充值 #

根据你的需求，左填充值为kernel_size - 2，当kernel_size=10时，左填充值为8。

步骤2：手动左填充输入 #

可以使用torch.nn.functional.pad或nn.ConstantPad1d实现单侧填充，再传入padding=0的卷积层：

示例代码 #

import torch
import torch.nn as nn
import torch.nn.functional as F

# 定义卷积层，padding设为0（不再依赖内置填充）
cnn = nn.Conv1d(
    in_channels=1,
    out_channels=1,
    kernel_size=10,
    padding=0
)

# 模拟输入：batch_size=2，通道数=1，序列长度N=100
input_seq = torch.randn(2, 1, 100)

# 手动添加左侧填充：参数格式为(left_pad, right_pad)
left_pad = 10 - 2  # 计算得到8
padded_input = F.pad(input_seq, (left_pad, 0))

# 执行卷积
output = cnn(padded_input)

# 验证输出长度：100+8-10+1=99，即N-1
print(output.shape)  # 输出：torch.Size([2, 1, 99])

原理验证 #

卷积输出长度公式（步长stride=1时）：
输出长度 = 输入长度 + 左填充 + 右填充 - 卷积核大小 + 1
代入数值：100 + 8 + 0 -10 +1 =99，正好符合你要求的N-1。

内容的提问来源于stack exchange，提问作者efwefwefwefwefw wefwefwefwef