卷积网络填充和步幅

1.填充:用于扩充数据尺寸，增加像素，减少输出图像相对于原图的像素损失，提升模型广泛性以及方便图像的形状保持。一边填充总数按照对应对应卷积核的行列分别做：比如行：假如卷积核有k行，则p总=k-1（如果步幅为1，则这样输出输入同型），上下各自k-1/2行填充，列同样。

2.步幅：指定一次读多少格子，比如（3，4），则水平读每次读三格，竖直四格，默认横竖为1.

举例：输入为（8，8），经过

conv2d = nn.Conv2d(1, 1, kernel_size=(3, 5), padding=(0, 1), stride=(3, 4))

输出·为（2，2）