为什么CNN中的过滤器数量通常是偶数？

Question

在卷积神经网络架构中选择多个滤波器时，滤波器的数量是偶数。例如，这些是AlexNet中卷积层中的过滤器数量：

conv1 - 96, 
conv2 - 256, 
conv3 - 384, 
conv4 - 384, 
conv5 - 256.

过滤器编号背后是否有任何理由是偶数？

Answer 1

按照惯例，它们通常是2的力量。

并且按惯例，内核大小总是奇数。（以保持每个大小的填充相同）

内核大小通常为1或3。

当内核大小为1时，它被称为NiN（网络中的网络）。