在跑一份代码时，效果一直提升不上去，偶然将3 * 3的卷积核换成了4 * 4的卷积核，效果奇佳，于是搜索了一下卷积核的大小对网络性能的影响，总结如下：
1.大卷积核和小卷积核
显然，大卷积核的感受野更大，自然提取特征的性能更好，一个5 * 5的卷积核可以由两个3 * 3的卷积核替换，但是带来的代价是：大卷积核的计算速度更慢，参数量更多。因此，通常使用小卷积核，小卷积核所需要的参数量更少，且产生了更多的特征
2.奇数卷积核和偶数卷积核
“Convolution with even-sized kernels and symmetric padding” 这篇论文，解释了偶数卷积核对网络的影
2021-11-17 16:41:10
351KB
1
word文档，里面是一次编译原理作业，为偶数个a和偶数个b构成的a、b串的集合L的正则表达式、右线性表达、及DFA
2021-10-26 11:33:22
62KB
1
主要介绍了浅谈python累加求和+奇偶数求和_break_continue，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-10-03 16:33:43
47KB
1