非平方卷积核大小

Question

卷积神经网络使用squared_sized核是很常见的，即(3,3)、(5,5)等。

使用非平方内核大小的优缺点是什么？表示 (3,7)、(3,9) 等。

Answer 1

我想不出任何缺点。这实际上取决于您想要做什么以及您的数据是什么。

\n\n

当您使用平方大小的内核时，您可以使用该内核将该区域转换为转换输出中的一个点。\n因此，使用正方形，输出中的每个点都是从输入点的一组公平的加权邻居中获得的（垂直邻居的数量与水平邻居的数量相同）。

\n\n

但是，如果您使用非方形内核大小，例如 3\xc3\x979 内核大小，则使用水平方向比垂直方向多 3 倍的方向来映射每个输入点（反之亦然）。根据数据的性质，这可能会简化您的训练过程并提高准确性。（例如，如果你想检测非常大、瘦的鳄鱼^_^）。\n毕竟，这些都是我的观点，并不是100%的科学事实。

\n