传统感受野计算：
采用top-down的方式，个人感觉计算不直观，每一层都要重新计算。
新的感受野计算：
引入一种新的卷积表达方式，保持特征的尺度空间不变。
由此得到如下公式：
式中p表示padding，k表示kernel size，s表示stride，n表示特征的大小。
j是其引入的概念，表示两个特征之间的距离。
神经网络感受野
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-...
- 之前在文章《<模型汇总_1>牛逼的深度卷积神经网络CNN》详细介绍了卷积神经网络的基本原理，以及常见的基本模型，如...
- 原文链接：http://blog.csdn.net/yjl9122/article/details/7019835...
- 文章作者：Tyan博客：noahsnail.com | CSDN | 简书 声明：作者翻译论文仅为学习，如有侵权请...
