CNN感受野

发布时间：2024年01月15日

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。

感受野计算公式：
$(F(i+1)-1)\times Stride + Ksize$

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

在这里插入图片描述

文章来源:https://blog.csdn.net/weixin_45682053/article/details/135611262
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！