1. 程式人生 > >Visualizing and Understanding ConvNet---CNN可視化理解

Visualizing and Understanding ConvNet---CNN可視化理解

卷積 ati 分享 adding 分享圖片 deep -c pool learn

1. 感受野的定義(receptive field)

? ? ? ?此處拋出感受野(receptive field)的定義和理解:

? ? ? ?感受野其實就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。或者說輸出feature map某個節點的響應對應的輸入圖像的區域就是感受野。
? ? ? ?比如我們第一層是一個33的卷積核,那麽我們經過這個卷積核得到的feature map中的每個節點都源自這個33的卷積核與原圖像中33的區域做卷積,那麽我們就稱這個feature map的節點感受野大小為33
? ? ? ?如果再經過pooling層,假定卷積層的stride是1,pooling層大小22,stride是2,那麽pooling層節點的感受野就是4

4
? ? ? ?有幾點需要註意的是,padding並不影響感受野,stride只影響下一層featuremap的感受野,size影響的是該層的感受野。
? ? ? ?它的另外的定義還有:在卷積神經網絡CNN中,決定某一層輸出結果中一個元素所對應的輸入層的區域大小,被稱作感受野receptive field。
? ? ? ?這裏附上部分鏈接以備參考:
? ? ? ?1. 深度神經網絡中的感受野(Receptive Field)
? ? ? ?2. What is a receptive field in a convolutional neural network?
? ? ? ?3. 無痛理解CNN中的感受野receptive field
? ? ? ?4. Visualizing what ConvNets learn---CS231n
? ? ? ?5. Deep Visualization:可視化並理解CNN
? ? ? ?6. CNN Receptive Field Calculator -- CNN感受野計算器
? ? ? ?技術分享圖片

Visualizing and Understanding ConvNet---CNN可視化理解