寫在最前，正向感受野計算公式rn=
rn−1
+(k−
1)∗∏
i=1n
−1si
r_n=r_+(k-1)*\quad \prod_^ \quad
rn=rn
−1+
(k−1
)∗i=
1∏n−
1si
其中k為卷積核尺寸，s為步長。幾個部落格把這個公式抄來抄去，也沒個所以然，實在是頭疼看不懂，所以推導一下。
先簡單介紹一下普通卷積和擴張卷積：
卷積後影象的尺寸為：inp
ut+2
∗pad
ding
−ker
nels
trid
e+1\frac +1
stride
inpu
t+2∗
padd
ing−
kern
el+
1卷積後影象的尺寸為：inp
ut+2
∗pad
ding
−[(k
erne
l−1)
∗rdi
late
d+1]
stri
de+1
\frac +1]}+1
stride
inpu
t+2∗
padd
ing−
[(ke
rnel
−1)∗
rdil
ated
+1]
+1兩者就差在卷積核的尺寸上，舉例：原本卷積核為3 x 3（***），擴張因子為r=2（xoxox）,則擴張卷積核為5 x 5（5=2+2+1）。
根據普通卷積的計算公式，要卷積得到1個畫素點，則需要kernel個畫素點；要卷積得到m個畫素點，則需要(m-1)s+k個畫素點(s為stride，k為kernel)：待求尺
寸−ks
+1=m
\frac +1=m
s待求尺寸−
k+1
=m當m表示感受野的大小時，(m-1)s+k即是反向感受野計算公式，基於此公式列出下表：
**順序為從上到下，從右到左
『input列』 的值即為各層的感受野（分別為1，k1，(k2-1)s1+k1，[(k3-1)s2+k2-1]s1+k1）：
input 為1
l1 與 input 相差k1-1
l2 與 l1 相差(k2-1) s1
l3 與 l2 相差(k3-1) s2 s1
最終正向感受野的計算為1 + k1-1 + (k2-1)s1 + (k3-1)s2s1+……即為公式rn=
rn−1
+(k−
1)∗∏
i=1n
−1si
r_n=r_+(k-1)*\quad \prod_^ \quad
rn=rn
−1+
(k−1
)∗i=
1∏n−
1si
公式通用：
計算普通卷積層的感受野時，k是卷積核大小，s是步長；
計算擴張卷積層的感受野時，k是卷積核大小，s是步長(一般s=1)；
計算取樣層的感受野時，k是卷積核大小，s是步長(一般s=2，或s=k不定)。
神經網路卷積感受野計算
1.定義 在卷積神經網路中，感受野的定義是 卷積神經網路每一層輸出的特徵圖 feature map 上的畫素點在原始影象上對映的區域大小。2.計算 公式 n 1 rf f n rf,stride,kernel n rf 1 stride kernel 其中，rf是感受野。n rf和rf有點像，n代表...
卷積神經網路感受野的計算
感受野 的概念 於生物神經科學，比如當我們的 感受器 比如我們的手受到刺激之後，會將刺激傳輸至中樞神經，但是並不是乙個神經元就能夠接受整個 的刺激，因為 面積大，乙個神經元可想而知肯定接受不完，而且我們同時可以感受到身上 在不同的地方，如手 腳，的不同的刺激，如痛 癢等。這說明 感受器是由很多不同的...
卷積神經網路的感受野計算
設當前層的size是yy，上一層的size是xx，設濾波器的尺寸為kernal kernal，考慮padding，且步長為stride，則計算公式 y x 2 p addi ng k erna lstr ide 1y frac 1 y stri dex 2 pa ddin g ke rnal 1卷積...