对于5*5大小的原始图像,两次3*3的卷积和一次5*5的卷积哪个更优?

感受野:卷积神经网络中每一层的特征图上的像素点在原始图像上映射的区域大小。    ​​​​

如上图所示,一个5x5的原图像,经过一次5*5的卷积核之后得到一个像素点。同样,经过两次3*3的卷积核之后也得到了一个像素点(特征图3*3的每个像素点对应的感受野为3*3;特征图1*1的每个像素点对应的感受野为5*5)。

一次5*5卷积之后的特征图和2次3*3卷积之后的特征图的感受野都相同,均为25。

假如原始图像尺寸为5x5

    第一种卷积核(5*5),其参数量为5*5=25个,卷积次数为1次,故计算量为25*1=25次。

第二种卷积核(3*3),其参数量为3*3+3*3=18个,卷积次数为9+1=10次,计算量为10*3*3=90次。

很明显第一种卷积核(5*5)的计算量(25次)要小于2次3*3的卷积核的计算量(90次)。 
                        
原文链接:https://blog.csdn.net/qq_39400324/article/details/114676830(部分参考)

  • 6
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值