点击上方“AITop100”,选择“星标”公众号
重磅干货,第一时间送达
学过cnn我们都知道神经网络的结构组成中很重要的结构是卷积核,而且我们所熟知的模型中大多数都是奇数x奇数,没有偶数x偶数的。 VGG模型几个变种结构 上图的VGG模型中可以看到都是以3x3的卷积核为特点。"conv3-64”即为卷3x3卷积 ,一共64个。还有熟知的AlexNet模型,有11x11,5x5和3x3。你有见过偶数的吗?没有吧。 有没有想过为什么没有奇数?这个问题想明白了就是进步。 本人理解的主要原因是2点:方便做padding,填充时四周同时进行补0。
方便选取卷积核的滑动锚点,奇数有一个中间块方便做锚点。
最新热文荐读
惊叹!哈工大、哈工程的老师和学生们最近无法使用 MATLAB 了,毕业发论文受到影响!
震惊!IBM宣布放弃人脸识别业务,关停技术研发,人脸识别为什么在美国这么“难”
觉得本文对你有帮助?请分享给更多人
欢迎关注上方右侧我的腾讯视频号
介绍一下我的腾讯视频号以及我自
觉得有用麻烦给个在看啦~