选择CNN(Keras)中的步幅和滤波器数量

时间:2017-09-06 01:26:03

标签: tensorflow keras theano conv-neural-network keras-layer

我正在使用keras构建用于信号分类的cnn模型。用于超参数调整和选择步幅数和数字滤波器的keras的最佳方法是什么。

1 个答案:

答案 0 :(得分:2)

欢迎来到深度学习的主要问题。没有适合所有问题的有效单一解决方案。但是有一些模式,比如从早期图层中的少量过滤器开始,并在减小尺寸的同时增加过滤器数量。 对您而言,最好的方法是开始阅读现有的体系结构,如Inception,VGG,Resnet等,以了解它们实现网络的原因和方式。然后,通过跟踪/发明您自己的网络,您可以尝试获得更好的结果。