感受野的计算问题

来源：8-2 卷积神经网络（二）

快乐冰冰bing

2020-04-18

在CNN网络中，图A经过核为3x3，步长为2的卷积层，ReLU激活函数层，BN层，以及一个步长为2，核为22的池化层后，再经过一个33的的卷积层，步长为1，此时的感受野是（）

老师~像这样的感受野计算图该怎么计算？？网上说是反推，这解题思路是怎么样的？

写回答

1回答

flare_zhao

2020-04-19

已采纳

同学你好，感受野主要用来表示特征图上的一个点对应输入图上的区域。确实是通过反推的方式来实现的，就是从最后一层往前，倒数第二层对应的为最后卷积的size，然后再往前进行计算，有公式：

//img1.sycdn.imooc.com/szimg/5e9c3de809ec7a2508700177.jpg

可以参考以下案例https://blog.csdn.net/program_developer/article/details/80958716

flare_zhao

快乐冰冰bing

Cheers

2020-04-20

共2条回复

Python3入门人工智能掌握机器学习+深度学习

人工智能基础全方位讲解，构建完整人工智能知识体系，带你入门AI

1946 学习 · 594 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1