在CNN网络中，图A经过核为3x3，步长为2的卷积层，ReLU激活函数层，BN层，以及一个步长为2，核为2 * 2的池化层后，再经过一个3 * 3 的的卷积层，步长为1，此时的感受野是 ( )
10
11
12
13
感受野：现在的一个像素对应原来的多少个像素
倒推上一层感受野Ln-1 =（ Ln -1）* Sn-1+ Kn-1 ，S 和 K分别是stride（步长）和kernel size（卷积核大小）
卷积层3x3，步长1： 1（1-1）+3=3*3；
池化层 2x2，步长2：2（3-1）+2=6*6
卷积层3x3，步长2：2（6-1）+3=13*13
倒推上一层感受野Ln-1 =（ Ln -1）* Sn-1+ Kn-1 ，S 和 K分别是stride（步长）和kernel size（卷积核大小）
卷积层3x3，步长1： 1（1-1）+3=3*3；
池化层 2x2，步长2：2（3-1）+2=6*6
卷积层3x3，步长2：2（6-1）+3=13*13
