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 neighbour，指的是第n層的 a feature在n-1層的rf，記住n_rf只是乙個中間變數，不要和rf混淆。 stride是步長，ksize是卷積核大小。
從上面的公式可看出以下幾點結論：
（1）第一層卷積層的輸出特徵影象素的感受野的大小等於濾波器的大小
（2）深層卷積層的感受野大小和它之前所有層的濾波器大小和步長有關係
（3）計算感受野大小時，忽略了影象邊緣的影響，即不考慮padding的大小，關於這個疑惑大家可以閱讀一下參考文章2的解答進行理解
例子：
如果原始圖尺寸為5x5
第一層卷積核尺寸為3x3, stride=1
則卷積後得到3x3的feature map1
第二層卷積核尺寸為3x3， stride=1
則卷積後的到1x1的feature map2
由感受野計算公式可得出：
feature map1的感受野是： 3
feature map2的感受野是： 5 由計算（3-1）*1+3=5得到
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...
卷積神經網路感受野計算公式
四個公式 上式中n是feature map的大小，p是padding，k是kernel size，j是jump 前面的s r是感受野大小，start是第乙個特徵向量 左上角位置 對應感受野的中心座標位置。搬運並翻譯 公式一是通用計算卷積層輸入輸出特徵圖大小的標準公式.公式二計算輸出特徵圖的jump，...