【基础原理】卷积计算公式（n-k+2p）/s+1的理解

对于卷积计算问题，我们可以简化一下，只考虑一个维度上的计算，毕竟特征图算的时候，无非尺寸就是平方倍关系。
首先，定义一个1维向量，长度是n+1，元素索引分别是0, 1, 2, ……n-1, n。
定义一个1维卷积核，kernel=2，可以知道，卷积核每访问一次，就会得到1个位置的输出。
如何知道最后一共有多少个输出呢，看卷积核最后出现的位置就行，可以知道最后一次访问会出现在第(n-k)+1的位置上，因此不考虑padding的情况下，特征图的尺寸是(n-k+1)^2

不考虑padding和stride的情况

如果考虑padding，其实在一维看来就是前后填充padding个元素。
因为有padding个新加的元素，所以要访问的位置就多了2p个。
因此，特征图的尺寸是(n-k+1+2p)^2

考虑padding的情况

如果有stride，这个代表的意思就是卷积核每次要跳过stride-1个元素，很显然可以用除法来考虑这一过程。
如果stride=2，就代表每次卷积核移动要跳过2-1个元素。
这个时候要做除法，分母肯定是stride，分子不应该是去考虑最后一个元素出现的位置了，不然这样没有意义。
分子应该是去计算位置的数量，也就是可以放置卷积核的总长度，或者说是从一个位置移动到另外一个位置需要进行的总步长。
因此就是n-k+2p，而不是n-k+2p+1。
那么就得到了(n-k+2p)/s。
但是注意，(n-k+2p)/s这里代表的第一次计算意义是，卷积核第一次移动后进行计算输出，这个时候并没有考虑卷积核移动之前在初始位置的输出，为了补偿，我们就加一次输出，得到：
(n-k+2p)/s + 1
也可以从另外一个角度理解，如果不补偿这个1，也不进行padding，那么当stride=2，而n = k的时候，分子为0，得到就是0个输出，但是可知，不管有没有stride，都要进行一次卷积核计算，所以也要是1个输出。

完整情况