一起来学PyTorch——感受野

感受野是指特征图上的某个点能看到的输入图像的区域，即特征图上的点是由输入图像中感受野大小区域的计算得到的。如下图，一个三层卷积网络，每一层的卷积核是3*3，步长为1，可以看到第一层的感受野是3*3，第二层是5*5，第三层是7*7。

卷积层和池化层都会影响感受野，而激活函数层通常对于感受野没有影响。实际的有效感受野往往小于理论感受野，因为输入层中边缘点的使用次数明显比中间点要少，因此做出的贡献不同。