VGG16中3个3*3卷积核对AlexNet中7*7卷积核的替代性分析
来源:互联网 发布:php get file content 编辑:程序博客网 时间:2024/04/29 17:43
使用更小的卷积核是当前在保证网络精度的情况下,减少参数的趋势之一,在VGG16中,使用了3个3*3卷积核来代替7*7卷积核,使用了2个3*3卷积核来代替7*7卷积核,这样做的主要目的是在保证具有相同感知野的条件下,提升了网络的深度,在一定程度上提升了神经网络的效果。
以下简单地说明一下小卷积(3*3)对于5×5网络感知野相同的替代性。
如图所示:
关于3个3×3卷积核对于7× 7 卷积的替代性思考方式同上。
接下来说明以下减少参数的作用。
对于两个3*3卷积核,所用的参数总量为2*(3*3)*channels, 对于5*5卷积核为5*5*channels, 因此可以显著地减少参数的数量。
阅读全文
1 0
- VGG16中3个3*3卷积核对AlexNet中7*7卷积核的替代性分析
- 经典的卷积神经网络-AlexNet
- 卷积神经网络中卷积概念的理解
- 1X1中卷积核的作用
- keras中Convolution1D的使用(CNN情感分析yoom例子四) && Keras 1D,2D,3D卷积
- caffe代码阅读7:Caffe中卷积的实现
- AlexNet深度卷积神经网络
- Caffe中卷积的实现
- CNN中卷积的意义
- 卷积神经网络中卷积的含义和作用
- 卷积运算中5X5卷积模版的实现-verilog
- 对卷积神经网络中1*1 卷积的理解
- 卷积神经网络中不同类型的卷积方式介绍
- 3D卷积简介
- 卷积神经网络中 每个卷积核与上一层的连接详解
- 在卷积神经网络中,卷积核到底是几层的?| 社区问答
- 深度学习卷积网络中反卷积/转置卷积的理解 transposed conv/deconv
- Tensorflow中卷积神经网络之卷积层
- Mac 连接有线网 报BasicIPv6ValidationError错误
- C++学习-内联函数
- 精益生产的本质和应用案例
- easyui-textbox注册界面实现双重验证,用户名不能重复和正则
- JS计时器setInterval()和setTimeout()区别以及使用方法
- VGG16中3个3*3卷积核对AlexNet中7*7卷积核的替代性分析
- 欢迎使用CSDN-markdown编辑器
- Android开发不得不搜集的工具类集合
- 大一下期末考试:输入一个整形数,按汉语习惯输出,如1052,一千零五十二
- git You are not allowed to push code to protected branches on this project
- ios view的frame和bounds之区别(位置和大小)
- lca板子
- 百度WebUploader插件上传文件
- 以太坊能成为侧链吗?