随着AI的越来越火热,深度学习中神经网络也受大家的热捧,特殊是运用在图片识别等的CNN,然而大多数人初学者会囫囵吞枣的运用CNN,对于里面的隐含层参数多少、神经元个数多少有这真的熟悉吗?
下面我们一起来了解其中的秘密吧!
首先,我们要熟悉滤波器、卷积层构造等基本知识,特别是滤波器:核的大小和种类。
比如ConV2D(filter,kernel_size,strides,padding,data_fromat,activation,dilation_rate,use_bias,kernel_initializer,bias_initializer,kernel_regularizer,bias_regularizer,activity_regularizer,kernel_constraints,bias_constraints)
其中以下几个参数经常需要设置
filter:滤波器输出的维度,要求为整数