要设计卷积神经网络的结构，必须匹配层与层之间的输入与输出的尺寸，这就需要较好的计算输出尺寸
1. 卷积
卷积层的作用是提取输入图片中的信息，这些信息被称为图像特征，这些特征是由图像中的每个像素通过组合或者独立的方式所体现，比如图片的纹理特征，颜色特征。
卷积层有很多卷积核，通过做越来越多的卷积，提取到的图像特征会越来越抽象。
卷积后，图像尺寸计算公式为：**(图像大小 - 卷积核大小 + 2填充值) / 步长 + 1*
即：
其中：
N：输出矩阵的大小，N x N
W：输入图片的大小，W x W
K：卷积核kernel_size大小，K x K
P：填充值padding大小
S：步长stride大小以resnet50为例，输入为[1, 3, 224, 224]，其中1为 batchsize，3为通道数，224为height和width。
经过第一层卷积后，其大小为[1,64,112,112]
in_channels= 3 //输入通道，RGB图像作为输入时channels为3
out_channels= 64 //输出通道
nn.Conv2d(in_channels, out_channels, kernel_size=7, stride=2, padding=3, bias=False)N = (W − K + 2P ) / S + 1 = (224 - 7 + 2 x 3) / 2 + 1 = 112
对矩阵和公式的理解：
1为batchsize，不改变。
对于通道数，会生成与设定的输出通道个数相同个数的卷积核，对图片进行卷积，即卷积核的个数等于输出特征图的通道数。
得到最终输出大小为[1,64,112,112]
(W − K + 2P )相当于计算除了第一次卷积后剩下的可用来卷积的大小
(W − K + 2P ) / S为按照S大小的步长在刚刚得到的大小上可以向后移动多少次，即：还可以做几次卷积
因为不包括第一次卷积，所以再加上一个1，
即N = (W − K + 2P )/S+1
输出大小 = （图片宽或高 - 卷积核大小 + padding大小）/ 步长 + 1
对于宽和高不同的图片可分别用上述公式计算，得到最终的输出大小
卷积动态图解参考：
https://cs231n.github.io/assets/conv-demo/index.html
2. 池化
池化层的作用是对卷积层中提取的特征进行挑选，分为最大池化和平均池化，就是对所有相应位置的数求最大或平均值，一般用来将高和宽降维。而1*1卷积中的降维降的是通道数的维度。
最大池化：Max Pooling，取窗口内的最大值作为输出
平均池化：Avg Pooling，去窗口内所有值的平均值作为输出
池化后，图像尺寸的计算公式为：**(图像大小 - 池化核大小 + 2填充值) / 步长 + 1*
即：
其中：
N：输出矩阵的大小，N x N
W：输入图片的大小，W x W
K：池化核kernel_size大小，K x K
P：填充值padding大小。池化一般不使用填充padding。
S：步长stride大小池化会对特征进行降维，但是不会改变通道数
示例：
import torch
import torch.nn as nn
# 四维分别对应：(batch_size,channel,H,W)
im = torch.randn(1, 64, 112, 112)
# 卷积核为3*3，步长为2，上下左右各填充1行
c = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
output = c(im)
print("原张量尺寸：")
print(im.shape)
print("经最大池化处理后的张量尺寸：")
print(output.shape)原张量尺寸为：[1, 64, 112, 112]
池化后张量尺寸为：[1, 64, 56, 56]
