深度学习中网络设计的几点经验

标签：两种   深度   选择   全连接   大小   输出   维数   最大   深度学习   

1.CNN网络中的池化方式选择

　　池化方式有两种：1）最大池化；2）平均池化

　　在实验中我发现，最大池化要比平均池化慢很多，效果也不如平均池化好。所以，池化的方式我们尽量选择平均池化。

2.CNN卷积核的设计

　　卷积的大小，遵守奇数设计原则，如【1,3,5,7】

3.CNN和RNN网络输出到全连接层数据shape的确定

　　两个网络最终都要接一个全连接，你一定要保证输入全连接网络的shape是二维的，即（？，网络最终抽取特征的维数），“？”表示是batch的大小，后面是维数。

　　这样无论你接下来如何处理，如两个网络的特征拼接，还是能够保持相同的shape，那么直接输入到全连接层就可以了。

待续

深度学习中网络设计的几点经验

标签：两种   深度   选择   全连接   大小   输出   维数   最大   深度学习   

原文地址：https://www.cnblogs.com/demo-deng/p/10188771.html