卷积(conv)
关键等式：
设图像大小(H, W)，滤波器大小(FH, FW)，输出图像大小(OH, OW)，
填充P, 步幅S
以上参数满足以下等式：其中分数部分必须能够除尽，否则应当报错，或者四舍五入继续运行。
一般池化(Pooling)
设池化窗口sizeX，水平/竖直位移stride，对于一般池化应有sizeX=stride。
常见的有：
平均池化：计算窗口内平均值，往往可以保留整体数据的特征，凸显出背景信息。
最大池化：取窗口内最大值，可以更好地保留纹理上的特征。不过不如小波变换更能保留细节特征。
随机池化：对feature map中的元素按其概率值大小随机选择。一方面保证了max值的取值，一方面部分确保不会所有元素都被max给忽悠住，造成过度失真。
Reference：
【深度学习相关概念】池化，重叠池化(Overlapping Pooling)和空间金字塔池化(Spatial Pyramid Pooling) - 未来达摩大师的文章 - 知乎(https://zhuanlan.zhihu.com/p/478563234)
标签：stride,max,sizeX,Pooling,池化,关于,CNN From： https://www.cnblogs.com/zhaoke271828/p/17208343.html