卷积神经网络特征图大小计算：200x200 输入经过多层卷积和池化后的输出大小

经过一层卷积 (kernel size 5x5，padding 1，stride 2)，输入特征图大小为200x200，经过卷积操作后，特征图大小计算公式为：\n\n输出特征图大小 = (输入特征图大小 + 2 * padding - kernel size) / stride + 1\n = (200 + 2 * 1 - 5) / 2 + 1\n = 198 / 2 + 1\n = 99 + 1\n = 100\n\n经过 pooling (kernel size 3×3， padding 0，stride 1) 操作后，特征图大小不变，仍为100x100。\n\n经过又一层卷积 (kernel size 3×3， padding 1，stride 1) 操作后，特征图大小计算公式为：\n\n输出特征图大小 = (输入特征图大小 + 2 * padding - kernel size) / stride + 1\n = (100 + 2 * 1 - 3) / 1 + 1\n = 100 / 1 + 1\n = 100 + 1\n = 101\n\n所以，输出特征图大小为101x101。