深度学习调参总结（卷积、初始化、激活函数）

卷积运算

关于2D卷积（Convolution）层

 卷积层是CNN中计算量占比最大的层，合理的配置选择会大大降低模型的训练时间。
  a) feature map 数目的最佳选择为16的倍数。
  b) stride的最佳选择为1，2，4。
  c) 合理确定kernelpad。尽量使pad后的输出feature map尺寸为16的倍数，且pad需不大于kernelsize的一半。（例如，如果输入图像为512 x512像素, kernelsize为3，在不影响准确率的前提下，建议选择pad为1，而不是0，从而使得输出图像为512 x 512像素）