Rub*_*uby 5 convolution neural-network conv-neural-network
我知道当我们在神经网络中使用卷积层时，我们通常使用填充并且主要使用恒定填充（例如零填充）。并且有不同类型的填充（例如对称、反射、恒定）。但我不确定使用不同填充方法的优点和缺点以及何时使用哪一种。
这实际上取决于神经网络的用途的情况。我不会告诉它的优点和缺点。这次世界不能采用二元方案。
我会给你一些有趣的链接：
http://web.stanford.edu/class/cs20si/lectures/
当您尝试设计一个网络时，请开始考虑它的设计目的。然后，你尝试一些事情，这是合乎逻辑的，在卷积网络的情况下，有效填充使图像变小，完整填充使图像变大，但它使用例如零填充，在边缘添加 0 并可能导致头纱...等等...你必须多尝试...
对于像素级深度卷积网络，人们使用valid，例如语义分割。无/较少“涂抹效应”。对于物体检测，人们使用same，只需要检测到的物体的边界框。
华泰
| 归档时间： |
|
| 查看次数： |
3934 次 |
| 最近记录： |