- ZFnet
前面我们学习了AlexNet,现在我们学习ZFNet
将第一个卷积层的卷积核改小更关注细粒度的东西,原来AlexNet是11*11,大感受野可能忽略了很多细节,而这些细节在最基础的卷积层我们是不希望忽略的,因为忽略了后面的就再没有了。将第一层原来的卷积步长由4变成2,使得卷积后的特征响应图的大小(分辨率别下降的太快)保留更多信息。增加三四层卷积核个数这样理解:基元信息的卷积核可能没有太多,但是高级的具有语义信息的卷积核可能很多,所以高维的卷积层卷积核个数多了好,有利于提升分类精度。
- VGG
小卷积核能更具一细粒度的东西,深度深,卷积核更多有利于提升性能。
小卷积核的优势:
多个小卷积核串联,相当于一个大的卷积核,但是计算量少了
Xiang神经网络总结(七)
最新推荐文章于 2024-06-17 21:08:24 发布