感受野：神经元能“看见”多大区域

感受野指一个神经元在原始图像上“看到”的区域大小。网络越深，感受野越大，神经元也从看局部像素进化到看整张图。理解感受野，就理解了 CNN 是如何逐层抽象的。

感受野像一个人的视野：阅历越深，能看到的世界越大。一个只看过 3×3 像素的神经元不可能理解整幅画——正如只看到眼前一寸的人，无法判断远处的风景。深度，就是视野的隐喻。

## 核心要点

图片来源：Openverse / Quasimondo（https://www.flickr.com/photos/35468141611@N01/14041549926）

1. 堆叠卷积层比用大卷积核更高效，是 ResNet 的经验。

2. 感受野要覆盖目标物体才能做好检测。

3. 空洞卷积可以在不增参数的情况下扩大感受野。

4. 感受野不等于有效感受野，边缘区域的贡献通常更弱。

图片来源：Openverse / Ars Electronica（https://www.flickr.com/photos/36085842@N06/4957122533）

## 写在最后

以上是关于「感受野」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。