详细内容或原文请订阅后点击阅览
了解深度卷积网络的接受场
关于为什么检查感受野很重要以及感受野如何影响深度卷积网络的设计选择的直观指南。
来源:AI夏令营在本文中，我们将从多个角度讨论深度卷积架构的感受野。我们将讨论感受野对人类视觉系统的影响。如你所见，深度学习的许多术语都来自神经科学。简而言之，卷积很棒，但仅仅了解它的工作原理是不够的。感受野的概念将帮助你深入了解你正在使用或开发的架构。如果你正在寻找深入的分析来了解如何计算模型的感受野以及增加它的最有效方法，那么这篇文章就是为你而写的。最后，基础知识是必须掌握的！让我们开始吧。
感受野的概念将帮助您深入了解您正在使用或开发的架构根据维基百科 [1]，感受野（生物神经元的）是“在受到刺激时可以引发神经元反应的感觉空间部分”。感觉空间可以在任何维度上定义（例如，眼睛的 2D 感知图像）。简单地说，神经元反应可以定义为发放率（即神经元产生的动作电位数量）。它与基于刺激的时间维度相关。重要的是，它会影响我们视觉系统的每秒接收帧数 (FPS)。我们视觉系统的确切 FPS 尚不清楚，而且它肯定会在不同情况下发生变化（例如，当我们处于危险之中时）。维基百科 [2] 中说：
感官空间中受到刺激时可引发神经元反应的部分”洞察：人类视觉系统每秒可处理 10 到 12 张图像并单独感知它们，而更高的速率则被视为运动。
洞察：人类视觉系统每秒可处理 10 到 12 张图像并单独感知它们，而更高的速率则被视为运动。
让我们观察这张图片以进一步阐明这些概念：
RF