padding的用途：
（1）保持边界信息，如果没有加padding的话，输入图片最边缘的像素点信息只会被卷积核操作一次，但是图像中间的像素点会被扫描到很多遍，那么就会在一定程度上降低边界信息的参考程度，但是在加入padding之后，在实际处理过程中就会从新的边界进行操作，就从一定程度上解决了这个问题。
（2）可以利用padding对输入尺寸有差异图片进行补齐，使得输入图片尺寸一致。
（3）卷积神经网络的卷积层加入Padding，可以使得卷积层的输入维度和输出维度一致。
（4）卷积神经网络的池化层加入Padding，一般都是保持边界信息和（1）所述一样。
Deeplearning.ai卷积神经网络( 1.4 Padding的来龙去脉) - 知乎0、前言打算对吴恩达老师的Deeplearning课程做一个笔记回顾，大体整理思路为吴老师课堂内容和个人理解，非常基础无难点，重在备忘分享，大神勿喷！ 一、为什么需要Padding之前图片中在进行卷积操作的时候，6*6的图…https://zhuanlan.zhihu.com/p/51438052神经网络基本概念 (输入、卷积、池化、padding、激活、输出) -- 025_小麦粒的Python-CSDN博客微信公众号：python宝关注可了解更多的python相关知识。若有问题或建议，请公众号留言;内容目录一、输入层（训练数据）二、卷积层、卷积和池化的pa...https://blog.csdn.net/u010986753/article/details/105062440