感受野

参考：
https://blog.csdn.net/blogshinelee/article/details/103618865

某一层某个feature map上的元素可以映射的输入图像的大小，层数越深，感受野越大。对于图像分类问题来说，感受野越大，特征抽取越合理。)

感受野计算公式的理解：r_l-1表示一个元素所能到原始输入图像映射的大小，k_l表示kernel size，j_l表示相邻元素在原始上图像前进的像素个数。注意这里计算感受野都是以原始输入图像的像素为基准。