deep-learning - CNN中多个卷积层的效果
问题描述
这可能是非常基本的,但只是在理解为什么在 VGG 网络中我们有多个 3x3 滤波器的卷积层时感到困惑。当我们对同一图像进行两次或更多次卷积时会发生什么具体情况?
解决方案
没什么,如果您之间没有非线性变换。然后你总是可以将它折叠成一个计算相同事物的卷积层。
但是 VGG 使用 ReLU 激活函数。这使得学习数据的非线性变换成为可能。
推荐阅读
- python - 使用 tkinter 在单个窗口中将多个框架与小部件组合在一起
- node.js - Jade(PUG) 到 Handlebars,用于加载 SVG 图像的辅助功能问题
- php - Laravel (5.8) php 单元发出原始发布请求
- spring - 出现错误:java.lang.IllegalStateException:找不到配置服务器(配置服务器)的实例
- typescript - 如何为测试编写文档注释并使用 typedoc 制作报告?
- sql - 如何组合来自两个 SQL 查询的结果?
- jquery - 如何在没有提交按钮操作的情况下以jsp形式上传文件
- javascript - 如何将 2 个 postgres dbs 连接到我的应用程序?
- pyspark - pyspark 使用名称中的变量将数据框保存到配置单元表
- javascript - 如何使用 APEX_APPLICATION.G_F10(1) 函数中的值在动态操作中设置条件确认操作