輸入圖片經過卷積後所得特徵圖大小的計算公式：

先定義幾個引數

輸入圖片大小 W×W
Filter大小 F×F
步長 S
padding的畫素數 P
於是我們可以得出

N = (W − F + 2P )/S+1

輸出圖片大小為 N×N

如：輸入圖片的shape為[10,3,227,227]，對應輸入圖片大小為227x227

輸出num_output為96，對應通道數

Filter大小（kernel_size）為11，對應為11x11

步長S（stride）為4

N = (W − F + 2P )/S+1 = （227-11+2x0）/4 + 1 = 55

則輸出的特徵圖大小shape為[10,96,55,55].

多說一句：卷積核的個數等於輸出特徵圖的通道數。（這個一般都不會明確說出卷積核的個數）

反捲積得到的圖片大小計算方式：

反捲積的大小是由卷積核大小與滑動步長決定， in是輸入大小， k是卷積核大小， s是滑動步長， out是輸出大小
得到 out = (in - 1) * s + k

例如 輸入：2x2， 卷積核：4x4， 滑動步長：3， 輸出：7x7 ，其計算過程就是， (2 - 1) * 3 + 4 = 7

看到轉置卷積中存在指定padding的情況，如何計算特徵圖的大小。（假設padding為p）

out = （in - 1）* s - 2 * p + k （與上式不同的是需要減去兩倍的padding）

池化得到的特徵圖大小計算方式：

卷積向下取整，池化向上取整。