有没有办法组合(例如最大或平均)使用多个内核大小的卷积层的输出？例如，如果我使用 (2*2)、(3*2)、(2*3) 的内核大小，而不是仅使用 1 个大小为 (2*3) 的内核，并且在下一层中取平均值或最大值所有这些值的输出？
最佳答案
核大小在这里并不重要，重要的是每个卷积运算的输出大小是多少。如果您调整填充、步长等以确保每个转换操作输出相同的形状(最多批处理和 channel 尺寸)，您可以在 channel 上连接，然后聚合(总和、平均值)或继续 channel 数量更大。
这种方法已经使用了很长时间，例如在旧的、众所周知的初始网络中
关于machine-learning - 在 CNN 中组合多个内核大小，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45770823/