卷积神经网络的正确架构是啥?

Posted

技术标签:

【中文标题】卷积神经网络的正确架构是啥?【英文标题】:What is the correct architecture for convolutional neural network?卷积神经网络的正确架构是什么? 【发布时间】:2014-12-13 14:04:25 【问题描述】:

我见过几种不同的卷积神经网络 (CNN) 架构。我很困惑哪一个是标准,我如何决定使用什么。我不会被使用的层数或所涉及的参数数量弄糊涂;我对网络的组件感到困惑。

假设:

CL = 卷积层 SL = 下采样层(池化) CM = 卷积映射 NN = 神经网络 Softmax = softmax 分类器(类似于线性分类器)

    架构 1 https://www.youtube.com/watch?v=n6hpQwq7Inw

    CL,SL,CL,SL,CM,Softmax

    架构 2(最后我们真的需要 NN 吗?) http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5605630&tag=1

    CL、SL、CL、SL、NN、Softmax

    架构 3 我的想法

    CL、SL、CL、SL、Softmax

【问题讨论】:

【参考方案1】:

没有一种千篇一律的 CNN 架构。 CNN 通常旨在有效地捕获输入数据的特征。假设这些特征是分层的,即高级特征由低级特征组成。 CNN 只是一种花哨的特征提取算法,你可以在它上面放置任何你想要的分类器(NN、Softmax 等等)。

所以卷积层用于从输入中提取特征。然后,子采样层缩小图像以降低计算复杂度并使其具有移位不变性。

卷积映射层与通常的卷积层没有什么不同,我不确定这种区分是否常见。实际上,如果您想处理颜色信息,您的输入(到第一个转换层)将不是单个图像,而是多个(例如 3 个)图像,每个图像都是一个单独的特征图。

在 CNN 上使用什么分类器完全取决于您。您可以使用逻辑回归、SVM、NN 或任何其他分类(或回归)算法。

【讨论】:

以上是关于卷积神经网络的正确架构是啥?的主要内容,如果未能解决你的问题,请参考以下文章

卷积神经网络和深度神经网络的区别是啥

基于深度卷积神经网络进行人脸识别的原理是啥?

卷积神经网络中的CNN是啥?

卷积神经网络架构——对吗?

[人工智能-深度学习-28]:卷积神经网络CNN - 网络架构与描述方法

TensorFlow 卷积神经网络--卷积层