代码中出现的1*1和3*3

nn.Conv2d(in_channels=3,out_channels=64,kernel_size=4,stride=2,padding=1)

当然，上面的公式过于复杂难以记忆。大多数情况下的kernel_size、padding左右两数均相同，且不采用空洞卷积（dilation默认为1），因此只需要记 O = （I - K + 2P）/ S +1这种在深度学习课程里学过的公式就好了。

第一种 nn.Conv2d(3, 64, 3, 1, 1)
in_channels=3,out_channels=64,kernel_size=3,stride=1,padding=1
input的大小和output的大小一样的。

第二种 nn.Conv2d(3, 3, 1, 1, 0)
in_channels=3,out_channels=3,kernel_size=1,stride=1,padding=1
input的大小和output的大小一样的。

要保持大小不变，k=3 p=1.k=1,p=0