Reference

下面这个B站视频，属于讲感受野的专栏视频之一，使用的是正向公式，强烈推荐大家观看。

深度理解感受野（二）：抓住卷积神经网络的内在特性，学习感受野的计算少不了

下面这篇CSDN文章，把感受野的所有公式总结出来了，包括正向和反向。

CNN感受野最全计算公式_骚年，你渴望力量嘛？的博客-CSDN博客_感受野计算公式

一、感受野的公式有哪些？

前向公式，或称为正向公式，计算方向是从神经网络的浅层到深层；

如下所示：

L_k表示第k层（相对于第0层的原始图像）的感受野大小

L_k-1表示第k-1层的感受野大小

f_k表示第k层的kernel size

s_i表示第i层的stride（步长）；注意连乘号上标，不包括当前k层

注意：第一次计算的时候从第1层开始，需要用到第0层的数据，而第0层数据是默认不变的。

第0层一般是原始图像，对应的感受野大小为1（感受野最小等于1），步长为1，也即L_0=1，s_0=1。

逆向公式，也称反向公式，从最深层开始计算直到最浅层；

如下所示：

F_i表示最深层相对于第i-1层的感受野大小

Stride表示步长

Ksize表示卷积核大小，也称过滤器大小

对于某个特定的CNN网络，i取最大值时，

如下图所示，Pool1层的F就是最上面的池化层相对卷积层的感受野大小（已标黄，为2），而Conv1层的F就是最上面的池化层相对于原始图像的感受野大小（已标黄，为5）。不要看下面这张图中对于F_i的描述，稍微有点不准确。

源于：4.1 VGG网络详解及感受野的计算_哔哩哔哩_bilibili

二、感受野计算的时候容易出现什么错误？遇到哪些坑？

2.1 错把conv size（卷积层大小）当成kernel size（过滤器大小）代入公式计算。

2.2 错把反向计算公式的F_i当成是第i层的感受野大小（而如果是这样的话，最深层的感受野大小反而是最小的，显然违背了感受野越深越大的性质）。

2.3 由第一部分对正向公式和逆向公式中左边的计算结果描述可知：当k和i不等于1时，L_k不等于F_i，只有它们都等于1，两者才相等，含义是原始图像中能够影响最深层某一个元素的元素个数。

三、感受野的其他性质

3.1 层越深，感受野就会越大

3.2 正向公式计算的感受野大小L_k，含义是指“基于原始图像，第k层中某一个元素会被原始图像中L_k个元素影响”。

3.3 反向公式计算的感受野大小F_i，含义是指“基于第i层，最深层中某一个元素会被第i层中的F_i个元素所影响”。

3.5 基于第n层，第n+1层中的某个元素会被第n层的k个元素所影响；那么这个k就是卷积核大小（Kernel Size）；也即相邻层的感受野大小就是卷积核大小。

深度学习-神经网络CNN-感受野大小的计算公式有哪些？可能会遇到哪些坑？如何理解感受野大小的计算公式？相关推荐

从参数数量视角理解深度学习神经网络算法 DNN, CNN, RNN, LSTM 以python为工具
从参数数量视角理解深度学习神经网络算法 DNN, CNN, RNN, LSTM 以python为工具文章目录 1. 神经网络数据预处理 1.1 常规预测情景 1.2 文本预测场景 2.全连接神经网络 ...
DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略
DL:深度学习(神经网络)的简介.基础知识(神经元/感知机.训练策略.预测原理).算法分类.经典案例应用之详细攻略目录深度学习(神经网络)的简介 1.深度学习浪潮兴起的三大因素深度学习(神经网络 ...
[Python人工智能] 三十.Keras深度学习构建CNN识别阿拉伯手写文字图像
从本专栏开始,作者正式研究Python深度学习.神经网络及人工智能相关知识.前一篇文章分享了生成对抗网络GAN的基础知识,包括什么是GAN.常用算法(CGAN.DCGAN.infoGAN.WGAN). ...
matlab在图像识别（深度学习神经网络）中的使用（转）
前言: 1)图像识别用途甚广,解决的算法之一,是深度学习神经网络.matlab近几个版本,对这块的语法修改较多,总体而言,用户用起来更方便了: 2)这里以2018a版本为例,做一些粗略的说明. 1.概 ...
深度学习——神经网络之DNN全连接神经网络、BP算法原理
深度学习--神经网络之DNN全连接神经网络.BP算法原理深度学习--神经网络之DNN全连接神经网络.BP算法原理 1.啥是人工神经网络 2.神经网络的应用 3.神经网络的组成 3.1.神经元 3.2 ...
tx1开发板可以装linux,Nvidia推出Jetson TX1嵌入式开发板针对深度学习神经网络设计...
今天,Nvidia正式宣布基于Tegra X1打造的Jetson TX1登陆中国区市场.据介绍,该产品为Nvidia旗下首款针对深度学习神经网络而设计的嵌入式开发板,针对的开发方向为无人机.自主机器人 ...
【深度学习】CNN神经网络应用（用于亚洲大黄蜂分类）
[深度学习]CNN神经网络应用(用于亚洲大黄蜂分类) 文章目录 1 概述 2 假设条件 3 网络结构 4 数据集和参数 5 Asian hornet classification experiment ...
[caffe]深度学习之CNN检测object detection方法摘要介绍
[caffe]深度学习之CNN检测object detection方法摘要介绍 2015-08-17 17:44 3276人阅读评论(1) 收藏举报一两年cnn在检测这块的发展突飞猛进,下面详 ...
[Python图像识别] 四十七.Keras深度学习构建CNN识别阿拉伯手写文字图像
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
利用python深度学习神经网络预测五年内糖尿病的发生（全代码）
各位朋友大家好,今天我们做一个深度学习神经网络的项目,预测五年内糖尿病的发生.神经网络但凡入门数据科学的人都知道,我觉得叫神经网络是从仿生学角度的命名,从数据科学角度我更喜欢称它为多层感知机(mult ...

深度学习-神经网络CNN-感受野大小的计算公式有哪些？可能会遇到哪些坑？如何理解感受野大小的计算公式？

Reference

一、感受野的公式有哪些？

二、感受野计算的时候容易出现什么错误？遇到哪些坑？

三、感受野的其他性质

深度学习-神经网络CNN-感受野大小的计算公式有哪些？可能会遇到哪些坑？如何理解感受野大小的计算公式？相关推荐

最新文章

热门文章