如何调整Keras ZeroPadding2D参数使输出形状为[1,1,104,24]

问题原因 #

输入张量的维度遵循TensorFlow默认格式 (batch, H, W, channels)，其中第三维度（W维度）初始长度为1。你使用的padding=(0,51)表示：

• H维度上下各填充0个0
• W维度左右各填充51个0
  最终W维度长度为 1 + 51*2 = 103，这就是输出形状为[1,1,103,24]的原因。

解决方案 #

要让W维度最终变为104，需要的总填充量是 104 - 1 = 103。由于103是奇数，无法对称分配到左右两侧，因此使用非对称填充的参数格式：指定W维度左侧填充51个0，右侧填充52个0，总填充量为51+52=103，加上原长度1正好得到104。

修正后的代码如下：

import tensorflow as tf
import numpy as np  # 修正原代码中的dumpy拼写错误

input_shape = (1, 1, 1, 24)
x = np.arange(np.prod(input_shape)).reshape(input_shape)  # (1, 1, 1, 24)
y = tf.keras.layers.ZeroPadding2D(padding=((0, 0), (51, 52)))(x)
print(y.shape)  # 输出 TensorShape([1, 1, 104, 24])

补充说明 #

ZeroPadding2D的padding参数支持三种写法：

• 整数n：所有维度的两侧都填充n个0
• 二元组(n,m)：H维度两侧填充n个0，W维度两侧填充m个0
• 嵌套二元组((top, bottom), (left, right))：分别指定H维度上下、W维度左右的填充数，适用于非对称填充场景

内容的提问来源于stack exchange，提问作者kuku