CNN感受野

在卷积神经网络中,决定某一层输出结果中一个元素所对应的输入层的区域大小,被称为感受野。通俗的解释是,输出feature map上的一个单元对应输入层上的区域大小。

CNN感受野_第1张图片

感受野计算公式:
F ( i ) = ( F ( i + 1 ) − 1 ) × S t r i d e + K s i z e F(i) = (F(i+1)-1)\times Stride + Ksize F(i)=(F(i+1)1)×Stride+Ksize

  • F(i)为第i层感受野
  • Stride为第i层的步长
  • Ksize为卷积核或池化核尺寸

CNN感受野_第2张图片

你可能感兴趣的:(AI,cnn,深度学习,人工智能)