在卷积神经网络中选择过滤器

Question

我已经完成了卷积神经网络的实现部分。但是我仍然对如何选择滤波器以获得卷积神经网络中的卷积特征感到困惑。据我所知，我们借助卷积层在滤镜的帮助下检测到特征（例如眼睛，鼻子，嘴巴）以识别图像中的人脸。过滤器是否包含眼睛，鼻子，嘴巴以从图像中识别人脸是真的吗？

Answer 1

没有硬性规定。
在许多大学课程中，甚至在论文中已实现的模型中，研究人员都使用3x3或5x5滤波器，步幅为1或2。
它是您应该为模型调整的超参数之一。但是，作为一种最佳实践，最好的方法是转到google或其他机构的已实现模型的文档，并针对您的转化层找到最佳尺寸。
但是，您应该知道的最后一件事是，添加过滤器的目的是减少参数数量，但保留高质量的功能。
这是使用Tensoflow实现不同任务的所有模型的link。 祝你好运