在卷积神经网络 (CNN) 中，选择一个过滤器用于权重共享。例如，在下图中，选择了步幅（相邻神经元之间的距离）为 1 的 3x3 窗口。
所以我的问题是：如何选择窗口大小？如果我使用步幅为 2 的 4x4，它会造成多大的差异？提前非常感谢！
问问题
7216 次
1 回答
9
对此没有明确的答案：过滤器大小是您通常需要调整的超参数之一。但是，有一些有用的观察结果可能会对您有所帮助。通常首选较小的过滤器，但数量较多。
示例：四个5x5过滤器有 100 个参数（忽略偏差），而 10 个3x3过滤器有 90 个参数。通过较大的过滤器，您仍然可以捕获图像中的各种特征，但参数较少。更多关于这个here。
现代 CNN 在这个想法上走得更远，并选择连续3x1和1x3卷积层。这进一步减少了参数的数量，但不影响性能。参见初始网络的演变。
步幅的选择也很重要，但它会影响卷积后的张量形状，从而影响整个网络。一般规则是stride=1在通常的卷积中使用并通过填充保留空间大小，并stride=2在您想要对图像进行下采样时使用。
于 2017-11-01T09:03:55.013 回答