优点:
1、连续使用小的卷积核来替代一个大的卷积核,生成同样的结果,但是参数量会变少,参数量越少越不容易过拟合
2、一般卷积conv后会接relu进行非线性变换,连续两次卷积会有两次非线性变换,增加了非线性变换,layer层数就越多,网络越深,而网络越深,就可以拟合更加复杂的数据
解释:
conv3-64:64个3*3的卷积
使用1*1卷积核的好处:增加通道数
神经网络越深越容易梯度消失
原文地址:http://www.cnblogs.com/xiaoliang-333/p/16827452.html
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,请务用于商业用途!
3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员!
8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载
声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性