神经网络的特征图计算公式解说

$(宽或高) W/H=[(输入大小-卷积核大小+2*P）/步长] +1.$(宽或高)W/H=[(输入大小−卷积核大小+2∗P）/步长]+1.
P是指padding。(p=空白的厚度)（一般填充0）

如图，$7*7$7∗7的特征图，卷积核为$3*3$3∗3，设stride为2，则若没有padding，就只有$（7-3）/2+1=3$（7−3）/2+1=3种横向位置，也就是说会生成$3*3$3∗3的特征图。
那么为了使生成的图依然为$7*7$7∗7，要使状态数为7，则$(7-3+2*padding)/2+1=7,则padding=4$(7−3+2∗padding)/2+1=7,则padding=4

设宽=高=w,stride=s,padding=p,kernelsize=k,则
$p=(w*s-w-s+k)/2$p=(w∗s−w−s+k)/2，
特别地，$s=1时，p=(k-1)/2$s=1时，p=(k−1)/2