CNN学习笔记

感受野计算 感受野的定义: 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的区域大小;通俗点说,就是图像的最终输出的每一个特征(每一个像素)到底受到原始图像哪一部分的影响。 来看判断题: 假设原始图像大小为10×10,卷积核大小为3×3,则经过一次卷积运算后输出的图像(output1)大小为8×8(10-3+1=8),经过第二次卷积运算输出的图像(output2)大小为6×6(8-3+1=6)。output2输出的每一个特征(即每一个像素)受到output1的范围影响为3×3,而output1中的这个3×3又受到原始图像影响的范围是多少呢? 假设原始图像影