深度学习中经常用到的计算公式，只给公式不写理由
卷积后图片大小设输入图像尺寸为W,卷积核尺寸为F，步长为S，Padding为P，使用该卷积层后输出 图像尺寸为NxN：
\[N=\frac{W-F+2P}{S}+1\]
最大池化后图片大小设输入图像尺寸为W,池化核尺寸为F,步长为S，padding为P，元素步幅dilation为D,池化后输出图像大小：
\[W=\frac{W+2P-D(F-1)-1}{S}+1\]
-
Next Post超分论文1-DeepLearningForSingleImage
-
Previous PostJPEG图片压缩原理