图像分类CNN经典网络(四)CNN总结

前面我们分析了CNN的经典网络模型,在此对CNN设计的一些技巧做一些总结。

1、避免遇到瓶颈
HxW逐渐变小
C逐渐变大
缓慢!
2、计算量控制(卷积核控制)
减小计算量我们可以改变的因素有
输入特征数量(但是一般不好控制)
输出的特征(与分类有关)
卷积核(我们需要去改变的)
A考虑小卷积表达大卷积等方法。
B考虑11降维再33
C并联
3、感受视野要足够大
这样才能捕捉更大尺寸的内容,为此考虑可以用小卷积和来表达大卷积核。这样既能降低参数,提高视野,而且还用了更多的非线性激活。

4、通道拆分并联
**4、通道拆分、分组卷积**

关键词:
卷积的视野
计算量、参数量
网络的表现能力

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值