CNN中下一层Feature map大小计算

符号表示：

$W$：表示当前层Feature map的大小。

$K$：表示kernel的大小。

$S$：表示Stride的大小。

具体来讲：

整体说来，和下一层Feature map大小最为密切的就是Stride了，因为按照CNN的移动方式，是根据Stride来进行移动的，因此除了最后一个的长度为K之外，前面所有的长度全部为S。当然K=S仅仅是一种特殊情况而已。

正如这幅图片所示（有点丑，将就着看吧），为了直观，故意将重叠的部分给忽略掉，这样可以更清楚的明白到底是怎样一回事。

因此最后的公式就是这样子的：

下一层Feature map的大小 $=\frac{W-K}{S}+1$

如果需要加入padding,那么将padding后的整体看作是W这样就可以了，就这样吧。