神经网络：输入到输出大小公式N=(W+2P-F)/S+1的理解

W：输入尺寸是W，

P：做卷积从扩展了的特征图开始卷积，一定要加上padding，所以要加2P，

F：还要减去F卷积核的大小，因为卷积核是到多余的宽度要减去才能塞满整个要被卷积的特征图，最后塞满特征图的卷积核除了最前面的一列（行）后面的尺寸要减去，所以是-F+1，

S：再考虑步长，相当于一个宽度为F，步长为S的在W+2P长度上能走几步，所以要除以S，S相当于卷积核的一个隐含的宽度，S是多少卷积核就要一步占几位，最后这个+1是什么意思来着忘了