[人工智能]CNN 卷积层输出尺寸计算（长、宽）

公式：

卷积后，池化后尺寸计算公式：
(图像尺寸-卷积核尺寸 + 2*填充值)/步长+1
(图像尺寸-池化窗尺寸 + 2*填充值)/步长+1

假设输入图片大小是（H，W），
滤波器（卷积核）大小（FH，FW）,一般FH == FW,
填充为 P
步幅为S
输出尺寸大小（OH，OW）

则

OH = (H + 2P - FH) / S +1

OW = (W + 2P - FW) / S + 1

pytorch 卷积函数

torch.nn.Conv2d(in_channels=3, out_channels=64, kernel_size=11, stride=4, padding=2)

上面的代码是输入通道为3，输出通道为64，卷积核大小是11，步幅（步长）大小为4，填充为2的卷积层。