我正在阅读Wavenet 论文，上面写着：
堆叠的空洞卷积使网络具有非常大的感受野，只有几层，同时保持整个网络的输入分辨率以及计算效率。在本文中，每一层的膨胀都加倍，直到一个极限，然后重复：例如，
1, 2, 4, ..., 512, 1, 2, 4, ..., 512, 1,2,4, ..., 512。
...每个 1、2、4、...、512 块的感受野大小为 1024...堆叠这些块进一步增加了模型容量和感受野大小。
我试图了解在 1、2、4、...、512 的第 N 个块之后的感受野是什么。在第二个块之后，是 1024*1024，在第三个块之后是 1024^3 吗？还是我误解了感受野大小是如何扩大的？
我认为应该是1024*3。
在第一个块之后，输出的感受野的索引应该是 1-1024、2-1025、3-1026 等（假设没有填充，但感受野大小应该与填充相同）。当您制作第二个块的感受野大小为 1024 时，该块的第一个输出将“看到”感受野索引为 1-1024、2-1025、... 1024-2048 的输出。所以它的感受野覆盖了1-2048。因此，我认为每个块只会将 1024 添加到整体感受野大小。
一般来说，我认为层 l 的感受野大小 s 的公式应该是：
如果这是正确的，它们的内核大小似乎是 2（达到 1024 的感受野大小），这有点令人惊讶，我希望这不是由于我的逻辑错误:)
在处理了前一个块中较大的感受野之后，块的堆叠对于在更细粒度的级别上细化输出也可能更有用，而不仅仅是最大限度地增加感受野的大小。