为什么数字分类任务里面输出的卷积层是32？而不是其他数字呢？

来源：4-6 利用神经网络解决分类和回归问题（4）

慕前端9340651

2022-07-18

torch.nn.Conv2d(1, 32, kernel_size=5, padding=2)。
请问一下这些参数为什么输出的channel 是32， kernal_size = 5?
看了后面的卷积介绍还是不太懂。
他是属于那种神经网络结构？串联，跳联？并联？

写回答

1回答

会写代码的好厨师

2022-07-19

卷积核的参数是可以任意调的。不过，现在通用的做法卷积核的kernel一般都是3，初始的时候可能是5，7这个和感受野有关系。核越大，计算量也会加大，现在大家的做法一般都会选3小卷积核堆叠。

串联的结构是指一个卷积核的输出就是下一个的输入，把每一个层都串起来。经典结构veg

跳连就是，上一层的输出不只是输入到下一层，还会输出到下一层的下一层，经典结构是resnet

并连是上一层的输出，再输入到下一层的时候，发现下一层有多个独立的层，经典结构googlenet

PyTorch入门到进阶实战计算机视觉与自然语言处理项目

理论基础+技术讲解+实战开发，快速掌握PyTorch框架

1190 学习 · 298 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1