卷积网络 步长&填充 大小 与输入输出大小的关系

在设计深度学习网络的时候，需要计算输入尺寸和输出尺寸，那么就要设计卷积层的的各种参数。这里有一些设计时候的计算公式，方便得到各层的参数。

这里简化下，约定：

没有填充，单位步长

零填充，单位步长

1. 半填充

1. 全填充

参考图如下图所示;

不填充，非单位步长

零填充，非单位步长

示意图如下：

 

参考：

[1603.07285] A guide to convolution arithmetic for deep learning