conv-neural-network - 我已经看到许多 CNN 使用许多过滤器,例如这些 [8,16,32,64,128,256,512] 等。有人可以解释为什么选择这些吗?
解决方案
VGG 是在深度 CNN 的背景下开发的首批网络之一。您看到的数字代表过滤器的数量,您已经知道它们的含义,随着网络深度的增加而选择增加数量。
对此的直觉之一是,随着网络深度的增加,可以学习更复杂的特征,反过来,特征的复杂性只能被更多的过滤器捕获。这种架构类型不仅存在于 VGG 中,而且在后来的架构中也存在,随着深度的逐渐增加,过滤器的数量会以 2 倍的倍数增加。
推荐阅读
- plot - 通过研究在漏斗图中着色点
- javascript - 有没有办法让我的前缀不区分大小写(Discord.js)
- php - 无法从数据透视表中播种
- angular - 垫表子模块未过滤从父模块传递的字符串
- codeigniter - 您没有选择要上传的文件在 codeigniter 中出错
- reactjs - React - 使用外部配置填充 UserManagerSettings
- javascript - 如何使用 Sequalize 保存 n:m 关联?
- lxml - openpyxl 无法处理写入 lxml.etree._ElementUnicodeResult
- python - 如何在 Tensorflow 2.0 中做 Cohen Kappa 二次损失?
- php - 类 DateInterval 的对象无法在 php 中转换为字符串