作者:dingzhi521 | 来源:互联网 | 2023-02-01 12:45
定义
感受野:卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。
卷积核大小
多层叠加 的 小卷积核 相比于 大卷积核 的 优势:
- 可取得与大卷积核同等规模的感受野;
- 加深了网络深度 —> 增强了网络容量和网络复杂度;
- 减少了模型参数的个数。
感受野计算
感受野的计算 主要与 卷积层 和 池化层 的 窗口大小 (size)、移动步长 (stride) 以及 填充 (padding) 有关。
例如,在 stride=1,padding=0
的相同前提下,经过 三个 3×3×1" role="presentation" >
3×3×1
的小卷积核后,每个神经元映射到初始feature map上得到的感受野大小是 7×7×1" role="presentation" >
7×7×1
,实现这三层卷积核只需 3×(3×3×1)=27" role="presentation" >
3×(3×3×1)=27
个参数。
相同情况下,经过 一个 7×7×1" role="presentation" >
7×7×1
的大卷积核后也能实现相同大小的感受野,但实现这一层卷积核却需 1×(7×7×1)=49" role="presentation" >
1×(7×7×1)=49
个参数。
因此,小卷积核在某种程度上可以说节省了参数开销,但是增加了网络层数。