假设已知当前卷积层的输入图像尺寸（W）、卷积神经元可视野尺寸（F）、采用的步长（S)、边缘填充零值的数量（P)，得到输出特征图的尺寸计算公式为：[（W-F+2P)/S] +1
池化层能够逐渐减小表达空间的尺寸，从而降低网络中的参数数量和计算开销；同时池化层能够起到控制过拟合的作用。