在卷積和和池化的過程中存在着兩種對圖像的處理形式：
在這個例子中：
輸入跨度爲13
濾波器寬度爲6
步幅爲5
“VALID”：只會丟掉最右邊的列（或最底部的行）
“SAME”：嘗試向左或右均勻填充，但如果添加的列數是奇數，它將向右添加偶數，向左側添加奇數個列（向下添加偶數個列，向上添加奇數個列）
在 tensorflow 中，tf.nn.conv2d函數和tf.nn.max_pool函數，尺寸變化：
對於SAME填充，輸出高度和寬度計算如下：
out_height = ceil（float（in_height）/ float（strides [1]））
out_width = ceil（float（in_width）/ float（strides [2]））
和
對於VALID填充，輸出高度和寬度計算如下：
out_height = ceil( float(in_height - filter_height + 1）/ float(strides[1]))
out_width = ceil( float(in_width - filter_width + 1）/ float(strides [2])）