python - 选择 Conv2D 过滤器值作为开始

Question

我意识到以下问题可能会得到“这是关于实验和使用经验”的回答，但无论如何我都会问，因为我认为了解我应该寻找什么是有用的开始于。

在 Keras 中，Conv2D卷积层，有一个参数叫filters ，我将其理解为“在尺寸由 kernel_size 参数定义的图像上卷积的过滤器窗口的数量”。 IE。 Conv2D(filters=32, kernel_size=(3,3)..)将意味着 32 个大小为 3x3 的窗口将扫描整个图像。

我的问题是:如果您正在创建一个全新的神经网络来解决图像分类/识别问题，而不利用预先训练的神经网络(因此从头开始)，那么 filters 会怎样？您通常从第一个卷积层开始的值是什么？有经验法则吗？这真的只是一个实验答案吗？

假设我想要一个全新的模型能够识别图像中是否有狗，而无需利用 ResNet50或InceptionV3 imagenet 模型，我将使用尺寸为 4160x3120 的彩色图像，我已将其缩小到 input_shape (224,168,3)，我的第一个应该是什么Conv2D图层是什么样的？

例如此示例代码是解决我的问题的良好起点吗:

model = Sequential()
model.add(Conv2D(32, kernel_size=(3,3), activation="relu", input_shape=(224,168,3), data_format="channels_last"))
model.add(Conv2D(64, kernel_size=(3,3), activation="relu"))
#additional model design code

32 是一个好的起点吗？我应该变小吗？过滤器尺寸从 Conv2D 加倍图层至 Conv2D分层解决新问题的适当方法？

完全理解这是一个本质上复杂的主题，并且没有“快速致富”的方法，但我只是想更好地理解这个主题。

Answer 1

16 或 32 就可以。

前几层中的过滤器通常不太抽象，通常模拟边缘检测器、 Blob 检测器等。您通常不希望将太多过滤器应用于输入层，因为从原始输入中只能提取这么多信息层。如果添加太多，大多数过滤器都会变得多余。您可以通过修剪来检查这一点(减少过滤器数量，直到性能指标下降)

内核大小决定了您想要影响卷积输出的图像量(内核的“感受野”)。人们发现较小的内核通常比较大的内核更好(即使用 3x3 而不是 5x5、7x7)。

Inception 架构将这些决策从建模者手中夺走，因为它将不同内核大小的过滤器集中在一起，让模型学习最适合使用的过滤器。

作为引用，我建议在 YouTube 上浏览斯坦福大学的 CS231n 类(class)，以全面了解:https://www.youtube.com/playlist?list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk