使用小的卷积核代替大卷积核的目的有两个，第一，降低参数数量，第二，顺带的效果是增加了网络深度。
1，为了方便same padding时的处理。如步长为1时，要补充k-1的zero padding才能使输出输出的尺寸一致，这时候如果核大小k是偶数，则需要补充奇数的zero padding，不能平均分到feature map的两侧。
padding时对称：保证了 padding 时，图像的两边依然相 对称 。 在卷积时，我们有时候需要卷积前后的尺寸不变。这时候我们就需要用到padding。假设图像的大小，也就是被卷积对象的大小为nn，卷积核大小为kk，padding的幅度设为(k-1)/2时，卷积后的输出就为(n-k+2((k-1)/2))/1+1=n，即卷积输出为nn，保证了卷积前后尺寸不变。但是如果k是偶数的话，(k-1)/2就不是整数了。
输出图像大小 = （输入图片大小 - 卷积核大小 + 2*padding）/ stride步长 + 1
见下图，输入图像大小4x4，如果通过3x3卷积，输出图像大小不变，那么(4 - 3 + x) / 1 + 1 = 4.需要padding大小为x = 2，那么上下左右各填0即可，
如下图，如果采用偶数2x2卷积，那么需要(4 - 2 + x) / 1 + 1.= 4填充为x = 1，那么只能在一边添加。
2，为了统一标准。卷积核的滑动是默认使用中心点作为基准而进行的，而奇数核拥有这样天然的基准。这样每次计算完后的数放在中心位置。（其实自己定义偶数核的基准也是可以的，如使用核的左上角作为基准。）
3，为了更好地获取中心信息。由于奇数核拥有天然的绝对中心点，因此在做卷积的时候能更好地获取到中心这样的概念信息。
保护位置信息：保证了锚点刚好在中间，方便以模块中心为标准进行滑动卷积，避免了位置信息发生偏移 。 在CNN中，进行卷积操作时一般会以卷积核模块的一个位置为基准进行滑动，这个基准通常就是卷积核模块的中心。若卷积核为奇数，卷积锚点很好找，自然就是卷积模块中心，但如果卷积核是偶数，这时候就没有办法确定了，让谁是锚点似乎都不怎么好。
道生一，一生二，二生三，三生万物
综上，卷积核一般都把size设为奇数，主要有以下两个原因：
1.保证锚点（卷积核的中心）刚好在中间，方便以模块中心为标准进行滑动卷积。
2.保证了padding时，图像的两边依然相对称