感受野计算公式

感受野计算公式

定义

卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像上映射区域的大小。

感受野计算公式_第1张图片

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 ) * \prod_{i=1}^{k-1} s_{i}\right ] lk=lk1+[(fk1)i=1k1si]

其中$ l_{k-1} $ 为第 $ k-1 $ 层对应感受野的大小,$ f_{k} $ 为第 k k k层的卷积核大小,或者是池化层尺寸的大小。

举个例子:

感受野计算公式_第2张图片

你可能感兴趣的:(学习笔记,深度学习)