1.卷积核（滤波器）大小为kkd，其中d为深度，d和输入特征图的通道数相同。每一层的卷积核数量和输出通道数数相同。输入的每个通道和对应深度的卷结核进行卷积，然后取和，组成输出的一个通道。 2.卷积尺寸变化公式：（输入尺寸（W_in,H_in），输出尺寸（W_out,H_out）,padding为某个数值，stride为步长,卷积核大小（W_k,H_k）） H_out = (H_in-H_k+2padding)/stride + 1 W_out = (W_in-W_k+2padding)/stride + 1 当padding=valid时：H_out=(H_in-H_k+1)/stride W同理 当padding=same时：H_out=H_in/stride W同理 3.CNN计算量公式：C_inC_outH_kW_kH_outW_outbatchsize (C_in为输入通道数，C_out为输出通道数) 计算量和图像输出大小有关，和图像输入大小无关，和通道数有关，和卷积核大小有关，和批大小有关。 CNN参数量计算公式：C_inC_outH_kW_kbatchsize 参数量和通道数是有关的，和卷积核大小是有关的 4.卷积层in-全连接out参数计算： （H_kW_kC_in+1）C_out 全连接in-全连接out参数计算： （C_in+1）C_out
未完待续
