在一篇论文中，我看到了关于层及其相应感受野关系的表格。我有两个问题：
1) 如何计算这种关系，有没有可以遵循的公式？
2) 例如，在最后几层，如pool5、fc6&fc7，它们的感受野非常大。fc6&fc7的感受野是404*404。如果训练图像是256*256，这是否意味着fc6&fc7能看到256*256边界之外的很多像素（或者只是浪费了fc6&fc7的功能，它的感受野是404*404）？我不知道如何理解在执行分类/特征提取工作时，特定层的感受野的物理意义。
回答：
假设你有两层之间有一个最大池化层。第一层是一个卷积层，滤波器大小为3X3，步长为1X1，然后是一个最大池化层，池化大小为2X2，步长为2X2，再然后是第二层卷积层，滤波器大小为3X3，步长为1X1。
第一层查看原始图像的3X3邻域，因此感受野为3X3。接着，最大池化层有效地将图像按二倍因子下采样，因此输入到第二层的图像是原始图像按二倍因子下采样的结果。现在，第二层也在下采样的图像上查看3X3的邻域，这意味着这个滤波器实际上查看的是来自原始图像的(downsampleFactor*filterSize)X(downsampleFactor*filterSize)邻域的像素！因此，感受野变为6X6。
