tf.pad(input, paddings, name=None) 解析

tf.pad(input, paddings, name=None)

官方解释：
Pads a tensor with zeros.
This operation pads a input with zeros according to the paddings you specify. paddings is an integer tensor with shape [Dn, 2], where n is the rank of input. For each dimension D of input, paddings[D, 0]indicates how many zeros to add before the contents of input in that dimension, and paddings[D, 1]indicates how many zeros to add after the contents of input in that dimension.

用例子解释一下，比如说 ：

input = [[1, 1], [2, 2]] ,  shape =(2,2)paddings = [[1, 1], [2, 2]]  pad(t, paddings) ==> [[0, 0, 0, 0, 0]                      [0, 0, 0, 0, 0]                      [0, 1, 1, 0, 0]                     [[0, 2, 2, 0, 0]                      [0, 0, 0, 0, 0]]

依次解释上面的英文：

1. paddings is an integer tensor with shape [Dn, 2]： 例子中 这个就是 [2, 2]

2. where n is the rank of input.: 其实就是输入的维度，有2维，所以Dn = 2

3. For each dimension D of input, paddings [D, 0] indicates how many zeors to add before the contents of input in that dimension ：比如对于输入的第一维，这里也就代表行，那paddings[D, 0]代表：paddings [0, 0] ，paddings=[[1, 1], [2, 2]]， paddings[0,0]索引的是[1,1] 左边的1。 也就是说，这个左边的1表示，在0这个维度（行）的前面（上面）加1个0。而paddings[1, 0] 索引的是 [2,2] 左边的2。表示在1这个维度（列）的前面（左面）加2个0.

4. and paddings[D, 1]indicates how many zeros to add after the contents of input in that dimension. ： 这个就也好理解 了。 比如D=0, paddings[0,1]索引的是 [1,1]右边的1， 这个1表示的是，在0这个维度（行）的后面（下面）加1个0。 而paddings[1,1]索引的是[2,2]右边的2。表示在1这个维度（列）的后面（右面）加2个0。

PS：有不对的请指出