mat*_*ang 4 neural-network deep-learning conv-neural-network keras
在构建卷积神经网络时，如何确定每个卷积层使用的滤波器数量。我知道过滤器的数量没有硬性规定，但是根据您阅读的经验/论文等，是否有关于使用的过滤器数量的直觉/观察？
例如（我只是将其作为示例）：
随着网络的深入，使用更多/更少的过滤器。
使用大/小内核大小的大/小过滤器
正如你所说，这没有硬性规定。
但是你可以从 VGG16 中获得灵感。
它使每个卷积层之间的过滤器数量加倍。对于内核大小，我通常保持 3x3 或 5x5。
但是，您也可以看看 Inception by Google。它们使用不同的内核大小，然后将它们连接起来。很有意思。