为什么AlexNet中第一个卷积层的内核深度为48?

时间:2018-05-04 05:55:10

标签: neural-network deep-learning computer-vision convolutional-neural-network

在AlexNet中,第一层的过滤器大小为5*5*48,第二层的过滤器大小为3*3*128

为什么48和128用作深度?我们可以将两者都改为不同的数字吗?

AlextNet structure

由于

1 个答案:

答案 0 :(得分:0)

神经网络的描述可能会让一些人感到困惑。实际上,具有48维,特别是5 * 5 * 48维的层是第二卷积层。来自article;

  

..第二个卷积层作为输入(响应标准化   汇总第一个卷积层的输出并用256个大小为5×5×48的内核过滤它

我认为,你的第一层混乱被描述为11 * 11 * 96维度,但图像中的描述却没有。如果你问作者为什么选择这样的大小,科学界仍然有些不同,因为决定神经网络的参数在某种程度上是由直觉完成的(至少在这个时候)。