如何在CNN中安排不同的层

Question

我搜索了很多关于卷积神经网络的文章，发现我可以参考一些好的结构。例如，AlexNet，VGG，GoogleNet。

但是，如果我想自己定制CNN架构，如何安排/订购不同的图层？例如。卷积层，丢失，最大池...有什么标准吗？或者只是继续尝试不同的组合以产生良好的效果？

Answer 1

据我所知，每个人都没有标准，但是组合

1 - 如果你想创建一个更深的网络，你可以使用残余块来避免面临消失的梯度问题。

2 - 使用3,3卷积的标准是因为它降低了计算成本，同时3,3卷积可以以较低的成本实现7,7卷积

辍学的主要原因是引入正规化，这也可以通过作者声称的批量规范化来实现。

4 - 在增强和改进之前，必须了解他/她试图解决的问题。

您可以查看斯坦福大学教授的案例研究 Standford case study

该视频可以帮助您了解这些组合中的大部分内容以及它们如何改善模型，并可以帮助您构建网络。

Answer 2

您通常希望在卷积层之后放置池化图层。此外，您可以将dropout视为应用于图层的参数，而不是一个单独的图层 - 无论您想要哪个更容易。