关于Padding的一点误解

nn.Conv2d(self.dim_h * 4, self.dim_h * 8, kernel_size=4, stride=2, padding= 1, bias=False)

当输入feature map大小为4*4时，输出为多少？

正确答案为2x2，而非1x1。

padding机制是指在卷积操作之前在特征图周围补充一圈像素。所以padding=1时，4x4 的 feature map 先填充为6x6大小，然后进行卷积操作，卷积后大小为{（4+2）-4} / 2 + 1 = 2。

总而言之，padding发生在卷积操作之前，而非之后。