卷积神经网络的输入输出尺寸计算

给出输入尺寸和参数值计算输出尺寸

当给出:
输入尺寸（n * n）、卷积核尺寸(m * m)、步长Stride(s)、填充信息Padding ( p )
则输出尺寸为：
( ( n - m + 2 * p ) / s +1 ) * ( ( n - m + 2 * p ) / s +1 )
解释：

当输入图像为 ：5 * 5，卷积核尺寸为：3 * 3， padding = 0 ， stride = 1时，输入图像的卷积运算如下：

池化介绍