A01° 卷积神经网络视野计算
01′ 计算公式: l k = l k − 1 + ( ( f k − 1 ) × ∏ i = 1 k − 1 s i ) l_{k}=l_{k-1} + \left(\left(f_{k}-1\right) \times \prod_{i=1}^{k-1} s_{i}\right) lk=lk−1+((fk−1)×i=1∏k−1si)
其中 l k l_k lk: 第 k k k层计算层, f k f_k fk第 k k k层计算单元的大小, s i s_i si第 i i i层的步长
02′ 示例:在CNN网络中,图A经过核为3x3,步长为2的卷积层,ReLU激活函数层,BN层,以及一个步长为2,核为22的池化层后,再经过一个33的的卷积层,步长为1,此时的感受野是多少?Answer = 13
L0 = 1
L1 = 1 + (3-1) = 3
L2 = 3 + (2-1)×2 = 5
L3 = 5 + (3-1)2×2 = 13