深度学习——感受野

最近在组会讲解框架时，在感受野这个小知识点，大家开始产生歧义，今天我就简单的给大家讲解下这个小知识点，也给初学者带来一个对Receptive Field崭新的认识，如果对只是有深入了解的你，就可以直接跳过O(∩_∩)O~~！
现在开始进入正题！！！

以前我的理解就是，感受野嘛，其实那就是一个视觉感受区域大小。对于单层网络来说，下一层的一个像素点其感受野大小也就是卷积层滤波器的大小，想想其实很明了的就理解了，但对于多层，那就有一点点（也就那么一点点复杂而已）！

正式定义：

在神经网络中，感受野的定义是：
卷积神经网络的每一层输出的特征图（Feature ap）上的像素点在原图像上映射的区域大小。

自己随便画了一个例图，主要看内容，O(∩_∩)O谢谢！
链接: http://pan.baidu.com/s/1nvMzrOP 密码: 2ehd
有读者说有动图就好了，我就截取了一个，请大家欣赏！

现在就开始来说怎么计算吧！（看点来了）其实很简单！
首先可