为实际应用找到良好的神经网络架构的资源

Question

我完成了两门神经网络课程，并完成了有关该主题的大量阅读。我对Tensorflow和Keras感到满意，并建立了先进的神经网络（多输入，大数据，特殊层......）。我对基础数学也有相当深刻的理解。

我的问题是我知道如何建立神经网络，但不知道“专家”为特定应用创建一个神经网络的过程。

我可以：

• 收集大量数据并进行清理。
• 训练神经网络。
• 微调超级参数。
• 将其导出为实际应用程序。

我缺少的是如何在神经网络中提出各层（多宽，多少......）。我知道这有点反复试验，看看对别人有用的东西。但是必须有一个人们可以使用的过程来提出实际上非常好的架构*。例如，最先进的神经网络。

我正在寻找一个免费的资源，可以帮助我理解创建一个非常好的架构的过程*。

* by architecture我指的是构成网络的不同层及其属性

Answer 1

我写了关于这个主题的硕士论文：

  托马，马丁。 ＆＃34; Analysis and Optimization of Convolutional Neural Network Architectures＆＃34。 arXiv preprint arXiv：1707.09725（2017）。

长话短说：有几种分析技术（第2.5章）和学习拓扑的算法（第3章），但在实践中，它主要是试验和错误/直觉。