Visualizing and Understanding ConvNet---CNN可视化理解

标签：节点   计算器   可视化   卷积神经网络   learn   大小   map   影响   ide   

1. 感受野的定义(receptive field)

? ? ? ?此处抛出感受野(receptive field)的定义和理解：

? ? ? ?感受野其实就是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。或者说输出feature map某个节点的响应对应的输入图像的区域就是感受野。
? ? ? ?比如我们第一层是一个33的卷积核，那么我们经过这个卷积核得到的feature map中的每个节点都源自这个33的卷积核与原图像中33的区域做卷积，那么我们就称这个feature map的节点感受野大小为33
? ? ? ?如果再经过pooling层，假定卷积层的stride是1，pooling层大小22，stride是2，那么pooling层节点的感受野就是44
? ? ? ?有几点需要注意的是，padding并不影响感受野，stride只影响下一层featuremap的感受野，size影响的是该层的感受野。
? ? ? ?它的另外的定义还有：在卷积神经网络CNN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，被称作感受野receptive field。
? ? ? ?这里附上部分链接以备参考：
? ? ? ?1. 深度神经网络中的感受野(Receptive Field)
? ? ? ?2. What is a receptive field in a convolutional neural network?
? ? ? ?3. 无痛理解CNN中的感受野receptive field
? ? ? ?4. Visualizing what ConvNets learn---CS231n
? ? ? ?5. Deep Visualization:可视化并理解CNN
? ? ? ?6. CNN Receptive Field Calculator -- CNN感受野计算器
? ? ? ?

Visualizing and Understanding ConvNet---CNN可视化理解

标签：节点   计算器   可视化   卷积神经网络   learn   大小   map   影响   ide   

原文地址：https://www.cnblogs.com/Stoner/p/9029588.html