我正在尝试开始学习CNN的设计，我找到了一段代码，并试图从中推断出设计（特征图大小、步长等）。

我理解的是，我们有：输入 –> Conv5-32 –> 最大池化 –> Conv5-5 –> 最大池化 –> 全连接层1 –> 输出。

我不明白的是全连接层1的输入，为什么是7×7？

请有人能帮助我吗？（我是初学者）

回答：

这是因为最大池化操作。每一次最大池化都会将输入在每个维度上的大小缩小一半。

所以在第一次最大池化后，你的28×28图像变成了14×14，第二次后变成了7×7。