如何确定卷积神经网络的卷积核大小、卷积层数、每层map个数

卷积核大小 卷积层数确定的原则是

长而深，不知道怎么就选3*3

三层3*3的卷积效果和一层7*7的卷积效果一致，我们知道一次卷积的复杂度是卷积长宽*图像长宽，3次卷积的复杂度为3*（3*3）*图像长宽《（7*7）*图像长宽，既然效果一样，那当然选多次小卷积啊。

卷积层数设置，选最好性能的那个模型，它是几层那就设置几层。这个是训练数据，激活函数，梯度更新算法等多方面的影响，也不是简单就试出来的。

卷积核数目设置

按照16的倍数倍增，结合了gpu硬件的配置。