为什么要使用许多小卷积核(如3x 3 )而不是几个大卷积核？
这在VGGNet的原始论文中得到了很好的解释。
原因有二：
首先，您可以使用几个较小的核而不是几个较大的核来获得相同的感受野并捕获更多的空间上下文，但是使用较小的内核时，您使用的参数和计算量较少。
其次，因为使用更小的核，您将使用更多的滤波器，您将能够使用更多的激活函数，从而使您的CNN学习到更具区分性的映射函数。
https://arxiv.org/pdf/1409.1556.pdf
为什么要使用许多小卷积核(如3x 3 )而不是几个大卷积核？
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
相关阅读更多精彩内容
- 笔记参考：https://zhuanlan.zhihu.com/p/22038289?refer=intellig...
- 本文由 沈庆阳 所有,转载请与作者取得联系! 前言 卷积网络的应用并非始于近期，而早在上世纪90年代的时候就已经有...
- 姓名：尤学强 学号：17101223374 转载自：http://mp.weixin.qq.com/s/C6cID...
- 姓名：周雪宁 学号：1702110196 转载：https://mp.weixin.qq.com/s/4-9SHF...
- 一. 背景介绍 VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE ...
