笔试过程中遇到了感受野计算的问题，赶快把不牢固的知识复习一下。

1 感受野的概念

在卷积神经网络中，感受野的定义是 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小。

2 感受野大小的计算

 感受野计算时有下面的几个情况需要说明：

（1）第一层卷积层的输出特征图像素的感受野的大小等于滤波器的大小

（2）深层卷积层的感受野大小和它之前所有层的滤波器大小和步长有关系

（3）计算感受野大小时，忽略了图像边缘的影响，即——感受野不考虑padding的大小

3 计算感受野 

记第i层的kernel/stride/padding为 ki,si,pi  ,感受野为ri，

                                                                      

                               当前层感受野  = 卷积步长 x（下层特征map感受野 - 1）+ 卷积核 边长

4 感受野与特征map尺寸计算

    计算感受野与计算特征map尺寸 几乎为逆向过程，只是去掉了padding部分。

即时做个笔记，以后再完善

 

参考博客：

https://blog.csdn.net/kuaitoukid/article/details/46829355

https://blog.csdn.net/WL2002200/article/details/52814773