TensorFlow 的conv2d()操作允许您在"VALID"（无填充）和"SAME"（使用零填充）之间进行选择。我想所有其他框架都可以让你做同样的事情。我试图了解零填充的优缺点：您什么时候想使用它，或者不使用它？

到目前为止，我的理解是，如果过滤器尺寸相对于输入图像尺寸较大，那么在没有零填充的情况下，输出图像会小得多，并且在几层之后，您将只剩下几个像素。因此，要保持合理大小的输出，您需要零填充 + 步幅 1。这是使用零填充的主要原因吗？是否最好尽可能避免它，例如当过滤器尺寸相对于输入图像尺寸较小时？