本文探讨了卷积神经网络中每个特征图像素对应原图像的区域大小，即感受野的概念，并详细阐述了从前往后计算感受野大小的方法，其中涉及到步长(stride)、核大小(kernelsize)等因素。
定义：卷积神经网络每一层特征图像素对应于原图的区域大小。
计算：从前往后计算。r_in 和j_in初始为stride。r_in为上一次的r_out。迭代
r_out=r_in+(kernelsize-1)*j_in
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
定义：卷积神经网络每一层特征图像素对应于原图的区域大小。
计算：从前往后计算。r_in 和j_in初始为stride。r_in为上一次的r_out。迭代
r_out=r_in+(kernelsize-1)*j_in
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
