感受野的计算

感受野的概念 之前提到，vgg的主要亮点在于堆叠多个3x3卷积核来代替7x7的卷积核 减少了所需的参数量，在保持感受野相同的情况下，提升了网络的深度，在一定程度上提升了神经网络的效果 这里输出层层感受野指的是该层每个单元对应输入图像上的区域大小 感受野大小计算  RFi+1为下一层卷积层感受野，RFi为当前卷积层感受野大小。k为卷积核大小，s为步长。 这里和步长相关，是因为如下图所示。 如果，以

>>阅读原文<<