1. 感受野的深刻理解？为什么感受野这么重要？
感受野，receptive filed，也称之为接收的区域。其实有点类似于相机的视场，就是说它能匹配到的视野有多大，那么这里的感受野是用在卷积层面的一个概念，通过卷积可以改变一个图像的尺寸，感受野就是cnn卷积后的特征图上一点相对于原图的大小。因此，这个感受野的大小与卷积核的尺寸和数量等有关。
神经元感受野的值越大表示其能接触到的原始图像范围就越大，也意味着它可能蕴含更为全局，语义层次更高的特征；相反，值越小则表示其所包含的特征越趋向局部和细节。因此感受野的值可以用来大致判断每一层的抽象层次。
2. VGG网络的深度理解
VGG是在AlexNet的基础上改进的一个网络，重点改进在：
（1）采用连续的几个3x3的卷积核代替AlexNet中的较大卷积核（11x11，7x7，5x5）
对于给定的感受野（与输出有关的输入图片的局部大小），采用堆积的小卷积核是优于采用大的卷积核，因为多层非线性层可以增加网络深度来保证学习更复杂的模式，而且代价还比较小（参数更少），参数少了也可以有效避免过拟合
（2）引入1*1的卷积核
在不影响输入输出维度的情况下，引入非线性变换，增加网络的表达能力，降低计算量。
最核心的贡献：（1）小卷积核和多个小卷积核替代大卷积核。（2） 网络深度可以提升网络性能。