receptive field，即感受野

在阅读论文的时候，总是会出现receptive field这个词语，一直想不明白，难道这个是当前层对之前层的映射的意思，后来上网查看了一下，发现并不完全是这样理解。

这篇博客主要参考的是下面两个博主的博客：

第一篇：https://www.jianshu.com/p/2b968e7a1715

第二篇：https://blog.csdn.net/kuaitoukid/article/details/46829355

感受野就是每层特征映射的一个单映射点对应着原始图像区域大小。比如一个5*5的原始图像，经过3*3的filter进行卷积，步长为1，那么得到的特征映射为3*3，那么这个3*3的特征映射的一个点是由原始图像的多大区域得到的呢，很显然3*3的区域得到的。那如果再添加一个2*2的pool层，stride=1，那么很显然得到的是2*2的特征映射，那么这个到原始图像的感受野有多大呢？先说个答案吧，4*4.你可以手动的计算来验证一下，你发现原始图像的一个4*4的区域，经过3*3的filter后得到的是2*2，在经过pool层得到的是一个单映射点，也即我们pool层对原始图像的感受野大小为4*4.

计算的方式：

方法一: top-to-down，也就是从高层往原始图像进行计算。

下面我们先不利用公式进行计算：

以vgg-16进行展示，为了减少麻烦，只介绍前面的几层：

我们标记K_i为第i层的卷积核的大小，stride_i表示的是第i层的步长。

我们标记F(i,j)表示的是i层的特征映射的一个点映射到j层的区域大小，可以很清楚F(i,i)=1,每个特征映射到自己还是自己。F(i,i-1)=k_i.

VGG-16的前几层

层标l	size	strides
0
1-conv	3	1
2-conv	3	1
3-pool	2	2
4-conv	3	1
5-conv	3	1
6-pool	2	2
7-conv	3	1</