如何计算网络中每个过滤器所覆盖的区域（原始图像中）？
e.g。 可以说图像的大小是WxW像素。 我使用以下网络：
layer 1 : conv : 5x5
layer 2 : pool : 3x3
layer 3 : conv : 5x5
.....
layer N : conv : 5x5
我想计算每个过滤器将覆盖原始图像中的区域。
e.g。第1层中的滤镜将覆盖原始图像中的5x5像素。
答案 0 :(得分：1)
类似的问题是，每次激活会覆盖多少像素？这与输入图像的大小基本相同，以便在图层中产生一次激活？
假设图层的过滤器大小和步幅为k和s，输入的大小为x*x，我们有(((x-k1+1)/s1-k2+1)/s2.../sn)=1和{{1}可以很容易地解决。
原始问题等同于输入图像必须有多大才能在图层中产生一次激活，而不考虑最后一层的步幅？
所以答案是x，应该通过以下伪代码计算
x/sn然后像素的总量为x = layer[n].k
from i = n-1 to 1
x = x*layer[i].s + layer[i].k - 1
。
在您的示例中，第一层的x*x为5，第二层的sum_1d为5 * 1 + 3-1 = 7，第三层为5 * 3 + 2 + 4 = 21（I'假设汇集层不重叠，s = 3）..
您可以通过反向验证这一点，比如说输入是21 * 21，在第一层之后它是17 * 17，汇集后是（17-2）/ 3 = 5（实际上是16 * 16和15） * 15将给出相同的结果），它恰好适合第三层中的一个滤波器。