Please enable JavaScript.
Coggle requires JavaScript to display documents.
VGG(2014) (特点 (小卷积核 (计算量
越大的卷积核计算量越大
1层7*7的卷积核计算量是877
…
VGG(2014)
特点
小卷积核
计算量
越大的卷积核计算量越大
- 1层7*7的卷积核计算量是877
- 3层3*3的卷积核的感受野和1层7*7的一样,但计算量只有166*3=498
参数量
- 同样stride下,不同卷积核大小的特征图和卷积参数差别不大
大卷积核带来的特征图和卷积核的参数量并不大,无论是单独去看卷积核参数或者特征图参数,不同kernel大小下这二者加和的结构都是30万的参数量
- 更少的参数去学习(不知道怎么解释)
感受野
- input=8,3层conv3x3后,output=2,等同于1层conv7x7的结果
- input=8,2层conv3x3后,output=2,等同于2层conv5x5的结果
结构
- 所有隐藏的神经元激活都用relu
- 使用多个较小的卷积核的卷积层代替一个卷积核较大的卷积层