深度学习中的感受野计算

https://blog.csdn.net/qq_30638831/article/details/82693505

一般情况：

假设第i层上对第j层的局部感受野为F(i,j),显然i>=j.假定输入层为第0层。

则现在问题转化为求F(i,0)的问题。由上面分析可知F(i,i)=1,现只需要求出F(i,j) 与F(i,j-1)层的关系，即可通过F(i,i)求出F(i,0).

 通过简单情况和画图分析，可得出递归关系式，F(i,j-1) = kernel_size_j + (F(i,j)-1)*stride_j，kernel_size_j表示的第j层的kernel_size,stride_j表示第j层的stride.这个式子分为两部分，一部分是指kernel_size_j，即局部感受野，另一部分是stride,可理解为当前层在每多一个原子，上一层的感受野多增加stride个（在第一个局部感受野的基础上增加的）（只考虑一个方向的大小）。