CNN网络感受野计算

计算公式
$$l_k=l_{k-1}+[(f_k-1)\prod _{i=1}^{k-1}{s}_i]$$

其中$l_k$为k层的感受野，$f_k$为k层的卷积核大小，${\prod }_{i=1}^{k-1}{s}_i$为stride的乘积。

No.	layers	kernel size	stride
1	conv1	3x3	2
2	pooling	2x2	2
3	conv2	3x3	1

$l_0=1$
$l_1=l_0+(3-1)=3$
$l_2=l_1+(2-1)\ast 2=5$
$l_3=l_2+(3-1)\ast 2\ast 2=13$

卷积/池化输出大小计算
$o=\frac{i+2p-f}{s}+1$

空洞卷积：
$f^{{}^{\prime }}=f+(f-1)(d-1)$
$o=\frac{i+2p-f^{{}^{\prime }}}{s}+1$
$d-1$为塞入的空格数，$f$原卷积核的大小，$f^{{}^{\prime }}$是塞入空格空卷积核的大小。