在诸如inception-v3和inception-v4之类的inception网络中,较低层(例如3 * 3)的内核大小较小,但是在较高层中,内核大小似乎较大,例如5 * 5,7 * 7,尽管以后可能将它们分解为n * 1&1 * n。但是随着网络的深入,特征图的空间尺寸减小,这两者之间是否存在任何关系?
ps:我的问题是,为什么较低层的内核大小似乎比较小(不超过3 * 3),而较高层的内核大小却像7 * 7一样(更确切地说,在中间层)。特征图的空间大小和conv内核的空间空间大小之间是否存在任何关系?以inception v3为例,当特征图的空间大小在前几层中大于35时在网络中,最大的内核大小为5 * 5,但是当空间大小变为17时,将使用7 * 7之类的内核大小。
任何帮助将不胜感激。
答案 0 :(得分:0)
通常,当您深入网络时:-
在初始模块中,在每一层,都使用多个大小(1x1、3x3、5x5)的内核进行计算,并将生成的特征图进行级联并传递到下一层。