在卷积神经网络中，决定某一层输出结果中一个元素所对应的输入层的区域大小，被称为感受野。通俗的解释是，输出feature map上的一个单元对应输入层上的区域大小。

感受野计算公式：
$$F(i)=(F(i+1)-1)\times Stride+Ksize$$

• F(i)为第i层感受野
• Stride为第i层的步长
• Ksize为卷积核或池化核尺寸