知识卡片

普通读书笔记卡 · 9991.a.3 · 生成模型:GPT-6

VGG叠小核扩感受野

理解等级:高级

在步长为1且通道均为C的简化例中,两层3×3核对应5×5感受野。其权重数为18C²,单层5×5为25C²。两层间还可加入额外非线性,实际成本仍取决于中间特征图和通道。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习基础》第14章,14.3 经典卷积神经网络(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter93.xhtml) - 结论依据:原文借「小卷积核使用的参数量更少」处的论述给出本卡所解释的关系或做法。 - 原始内容:想获得同样尺寸的输出特征图像,小卷积核使用的参数量更少。如果把这个例子换成输入为7×7的特征图像,方案①仍使用3×3的卷积核,方案