原文鏈接：https://www.jianshu.com/p/c56a37093cfa
輸入圖片經過卷積后所得特征圖大小的計算公式：
先定義幾個參數
- 輸入圖片大小 W×W
- Filter大小 F×F
- 步長 S
- padding的像素數 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
則輸出的特征圖大小shape為[10,96,55,55].
多說一句：卷積核的個數等於輸出特征圖的通道數。（這個一般都不會明確說出卷積核的個數）
反卷積得到的圖片大小計算方式：
反卷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
2018-04-06：看到轉置卷積中存在指定padding的情況，如何計算特征圖的大小。（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）
池化得到的特征圖大小計算方式：
卷積向下取整，池化向上取整。