例如一只鸟，要辨别是不是一只鸟，可以分为几个neuron，每个neuron辨别一个部位，而又一个图像是X*X*3的三维tensor，其中3为channel，即RGB
其中receptive field的分布如下
其中最经典的分布：因为要看全部的channel，所以不用管深度，将高和宽称为kernel size，一般3x3够用了，一般一个receptive field会有一组neuron去守备，而不只是一个
其中receptive field可以移动stride个位置，一般是1或2，因为需要他们之间彼此重叠，但是如果平移之后会超出影像范围，可以padding，如补0
按照这个方式，就会在图像每个位置都被receptive field覆盖，即都有neuron侦测
一张图片里鸟嘴的位置可能不同，但是每个位置都receptive field，每个receptive field都neuron，所以位置不同也可以侦测。那么这些侦测鸟嘴的neuron的功能一样，只是侦测范围不同，那我们真的需要每一个侦测范围都要侦测鸟嘴的neuron吗？我们能不能让不同receptive field的neuron共享参数
总结一下，receptive field+参数共享即得convolutional layer，而用convolutional layer的network即为CNN，专门为影像设计的，虽然他的model bias比较大
但是CNN一旦将图片缩放或者旋转，结果就出问题了
标签：鸟嘴,receptive,neuron,field,CNN,侦测 From： https://www.cnblogs.com/ybx-tih/p/18049840