遇到问题：

做工程中，碰到了padding需要指定的情况，但是conv2d里的参数padding只有valid和same两个属性，不能满足要求。关于valid和same两个属性介绍可以参考这里：https://blog.****.net/wuzqChom/article/details/74785643

解决思路：

首先将特征图手工padding，然后使用padding valid属性实现不规则padding操作。如图中第一个红框实现如下代码

kernel = tf.Variable(tf.truncated_normal([3, 5, 40, 112], dtype=tf.float32, stddev=1e-1), name='weights')
if regularizer != None:
     tf.add_to_collection('losses',regularizer(kernel))
paddings = tf.constant([[0, 0, ], [2, 2], [0, 0], [0, 0]])
pool1 = tf.pad(pool1, paddings, "CONSTANT")
# 设置步长
conv = tf.nn.conv2d(pool1, kernel, [1, 1, 1, 1], padding='VALID')

实现图中第二个红框代码

kernel = tf.Variable(tf.truncated_normal([3, 3, 112, 160], dtype=tf.float32, stddev=1e-1), name='weights')
if regularizer != None:
      tf.add_to_collection('losses',regularizer(kernel))
paddings = tf.constant([[0, 0], [1, 1], [1, 1], [0, 0]])
pool2 = tf.pad(pool2, paddings, "CONSTANT")
# 设置步长
conv = tf.nn.conv2d(pool2, kernel, [1, 1, 1, 1], padding='VALID')