在卷積神經網絡中,感受野的定義是 卷積神經網絡每一層輸出的特征圖(feature map)上的像素點在原始圖像上映射的區域大小。
原始輸入為5*5大小,使用一個5*5大小的核,處理它,得到的結果為1*1大小, 卷積核參數為25。
原始輸入是5*5大小,使用兩次3*3大小的核,處理它,得到的結果為1*1大小,卷積核參數為9 * 2 = 18。
也就是說,2層3*3的卷積核,可以替代一個5*5的卷積核。
感受野大小計算:
https://zhuanlan.zhihu.com/p/35708466
第 層的感受野大小計算如下:
其中 是第
層的感受野大小,而
是當前層的卷積核大小,
是第
層的步長。
1x1卷積核:https://zhuanlan.zhihu.com/p/40050371
當1x1卷積核的個數小於輸入channels數量時,起到降維的作用。當輸入為6x6x32時,1x1卷積的形式是1x1x32,當只有一個1x1卷積核的時候,此時輸出為6x6x1。
1x1卷積一般只改變輸出通道數(channels),不改變輸出的寬度和高度,可以實現跨通道的信息交互。