machine-learning - 神经网络的输入类型重要吗？

Question

这绝对是一个新手问题。caffe中的视频分类任务。

我有一个神经网络，我必须用视频(图像组)进行训练。我可以从多个选项中选择更改网络输入的形状。

在所有情况下，我都假设网络架构(排列和层数)和学习参数(LR/衰减/正则化/等)保持不变。

例如，我可以选择将我的输入作为以下之一提供给网络。

1) batch_size x (no_of_imgs*no_of_channels) x 高 x 宽 {3 维输入}

2) batch_size x no_of_imgs x no_of_channels x 高 x 宽 {4 维输入}

3) batch_size x no_of_channels x no_of_imgs x height x width {4维输入}

输入形状将如何影响网络的准确性？

Answer 1

我绝对会建议您选择第二种设置。在这种情况下，您可以利用图像的不同空间和光谱属性以及不变性，这可能有助于您在使用卷积架构时更好地学习。在第一次设置中，许多空间和光谱信息都丢失了。第三-稍微少一点，但仍然可能会丢失一些光谱信息，这可能会损害您的学习过程。