在卷积神经网络架构中选择滤波器数量时,滤波器的数量为偶数。例如,以下是 AlexNet 中卷积层中的滤波器数量:
conv1 - 96,
conv2 - 256,
conv3 - 384,
conv4 - 384,
conv5 - 256.
过滤器编号为偶数背后有什么理由吗?
最佳答案
按照惯例,它们通常是 2 的幂。
按照惯例,内核大小始终是奇数。(以保持每个大小的填充相同)
内核大小通常为 1 或 3。
当内核大小为1时,称为NiN(网络中的网络)。
关于machine-learning - 为什么 CNN 中的滤波器数量通常是偶数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48161891/