Question

背景：

标记TensorFlow，因为Keras在它上面运行，这更像是一个普遍的深度学习问题。

我一直在研究Kaggle数字识别器问题，并使用Keras训练CNN模型完成任务。下面这个模型具有我在本次比赛中使用的原始CNN结构，并且表现良好。

def build_model1():
    model = models.Sequential()

    model.add(layers.Conv2D(32, (3, 3), padding="Same" activation="relu", input_shape=[28, 28, 1]))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Dropout(0.25))

    model.add(layers.Conv2D(64, (3, 3), padding="Same", activation="relu"))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Dropout(0.25))

    model.add(layers.Conv2D(64, (3, 3), padding="Same", activation="relu"))
    model.add(layers.MaxPooling2D((2, 2)))
    model.add(layers.Dropout(0.25))

    model.add(layers.Flatten())
    model.add(layers.Dense(64, activation="relu"))
    model.add(layers.Dropout(0.5))
    model.add(layers.Dense(10, activation="softmax"))

    return model

然后我在Kaggle上阅读了一些其他的笔记本并借用了另一个CNN结构（下面复制），它比上面的更好，因为它在获得更好的准确性，更低的错误率，并且在过度拟合训练数据之前需要更多的时代

def build_model2():
    model = models.Sequential()

    model.add(layers.Conv2D(32, (5, 5),padding ='Same', activation='relu', input_shape = (28, 28, 1)))
    model.add(layers.Conv2D(32, (5, 5),padding = 'Same', activation ='relu'))
    model.add(layers.MaxPool2D((2, 2)))
    model.add(layers.Dropout(0.25))

    model.add(layers.Conv2D(64,(3, 3),padding = 'Same', activation ='relu'))
    model.add(layers.Conv2D(64, (3, 3),padding = 'Same', activation ='relu'))
    model.add(layers.MaxPool2D(pool_size=(2, 2), strides=(2, 2)))
    model.add(layers.Dropout(0.25))

    model.add(layers.Flatten())
    model.add(layers.Dense(256, activation = "relu"))
    model.add(layers.Dropout(0.5))
    model.add(layers.Dense(10, activation = "softmax"))

    return model

问题：

第二个CNN结构的更好性能背后是否有任何直觉或解释？是什么让堆叠2个Conv2D层比在最大池和丢失之前使用1个Conv2D层更好？或者是否有其他因素导致第二种模型的结果？

感谢你们的时间和帮助。

Answer 1

这两种方法的主要区别在于后者（2转）在表达非线性变换时具有更大的灵活性而不会丢失信息。 Maxpool从信号中删除信息，丢失力分布式表示，因此有效地使传播信息变得更加困难。如果，对于给定的问题，必须对原始数据应用高度非线性变换，堆叠多个conv（使用relu）将使其更容易学习，就是这样。另请注意，您正在将具有3个最大池的模型与仅具有2个的模型进行比较，因此第二个可能会丢失较少的信息。另一件事是它在末端具有更大的完全连接位，而第一个是微小的（64个神经元+ 0.5辍学意味着你实际上有效地拥有最多32个神经元，这是一个很小的层！）。总结一下：

这些架构在许多方面都有所不同，而不仅仅是堆叠网络。
堆叠回流通常会导致处理过程中丢失的信息减少;例如，参见“所有卷积”架构。

在CNN中辍学之前堆叠多个Conv2D图层的直觉

1 个答案: