感受野（receptive field）是怎樣一個東西呢，從CNN視覺化的角度來講，就是輸出featuremap某個節點的響應對應的輸入影象的區域就是感受野。

比如我們第一層是一個3*3的卷積核，那麼我們經過這個卷積核得到的featuremap中的每個節點都源自這個3*3的卷積核與原影象中3*3的區域做卷積，那麼我們就稱這個featuremap的節點感受野大小為3*3

如果再經過pooling層，假定卷積層的stride是1，pooling層大小2*2，stride是2，那麼pooling層節點的感受野就是5*5

有幾點需要注意的是，padding並不影響感受野，stride隻影響下一層featuremap的感受野，size影響的是該層的感受野。

至於如何計算感受野，我的建議是top to down的方式。下面我拿一個例子來算算

pool3的一個輸出對應pool3的輸入大小為2*2

依次類推，對應conv4的輸入為5*5，因為2*2的每個角加一個3*3的卷積核，就成了5*5，當然這是在stride=1的情況下才成立的，但是一般都是stride=1，不然也不合理

對應conv3的輸入為7*7

對應pool2的輸入為14*14

對應conv2的輸入為16*16

對應pool1的輸入為32*32

對應conv1的輸入為34*34

所以pool3的感受野大小就是34*34