本文探讨了卷积神经网络中滤波器尺寸的选择策略，推荐使用较小且密集的滤波器如conv(3x3,stride=1,padding=0)，以减少参数数量并提高模型精度，同时保持输入的空间结构不变。对于池化层，则通常采用max_pooling(2x2)。
Backto DeepCV
filter size，尤其是前期，建议小，建议密， 比如经典的 conv(3x3,stride=1,padding=0) 可以大幅减少参数个数，提高模型准确率，同时还能保持前层输入的空间结构。
对于 pooling size，一般都是采用 max_pooling(2x2).
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
