介绍
感受野(Receptive Field)是指卷积神经网络中单个神经元能看到的输入图像的区域大小。计算感受野的大小需要追踪从输入层到指定层的信号传递过程。
计算流程
初始化
在输入层,每个神经元的感受野大小默认为1(通常不考虑偏置项)。
逐层计算
对于网络中的每一层,使用以下公式来计算感受野的大小:
考虑步长和填充
如果层中包含填充(padding),则实际感受野的计算还需考虑填充的影响。但是,填充主要影响输出特征图的尺寸,而不是感受野的大小。
迭代计算
从输入层开始,逐层应用上述公式直到达到所需计算的层。
示例
这个计算方法适用于顺序卷积层,没有池化层或者非卷积层(如全连接层)的干扰。如果网络中包含池化层,那么池化层也会影响感受野的大小,通常池化层的感受野计算可以类比为具有相同步长的卷积层。