我意识到以下问题可能会按照“关于实验和使用经验”的原则获得回应，但无论如何我都会提出疑问，因为我认为了解我应该寻找的内容将很有用开始。
在Keras的Conv2D卷积层中，有一个名为filters的参数，我将其理解为“在{{1} }参数”。即kernel_size表示将扫描32张3x3大小的窗口。
我的问题是：如果您要创建一个全新的神经网络来解决图像分类/识别问题而又不利用预先训练的神经网络（因此从头开始），那么Conv2D(filters=32, kernel_size=(3,3)..)的价值是什么您通常从第一个卷积层开始吗？有经验法则吗？这只是字面上的实验答案吗？
比方说，我希望一种全新的模型能够在不利用filters或ResNet50 imagenet模型的情况下识别图像中是否有狗，而我将使用彩色图像我将尺寸缩小为InceptionV3为（224,168,3）的4160x3120，我的第一个input_shape层应该是什么样？
例如此示例代码是解决我的问题的一个很好的起点吗？
Conv2D 32是一个好的起点吗？我应该变小吗？将滤镜大小从model = Sequential()
model.add(Conv2D(32, kernel_size=(3,3), activation="relu", input_shape=(224,168,3), data_format="channels_last"))
model.add(Conv2D(64, kernel_size=(3,3), activation="relu"))
#additional model design code
层增加到Conv2D层是解决新问题的合适方法吗？
完全理解这是一个固有的复杂主题，没有“快速致富”的方法，但我只是想更好地理解这个主题。
答案 0 :(得分：0)
16或32很好。
前几层中的过滤器通常不太抽象，并且通常模拟边缘检测器，斑点检测器等。您通常不希望将太多过滤器应用于输入层，因为从原始输入中只能提取太多信息层。如果添加太多，大多数过滤器将是多余的。您可以通过修剪（减少过滤器数量，直到性能指标下降）进行检查
内核大小决定了要影响卷积输出（内核的“接收场”）的图像数量。可以看出，较小的内核通常比较大的内核更好（即使用3x3而不是5x5、7x7）。
Inception体系结构将这些决策权从建模者手中解脱出来，因为它将不同内核大小的过滤器集中在一起，并让模型学习了最佳使用方法。
作为参考，我建议您通过youtube上的斯坦福大学CS231n课程来全面了解：https://www.youtube.com/playlist?list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk