为什么卷积神经网络核大小通常被选为平方矩阵

之所以选择方形过滤器,是因为没有可以找到图案的首选方向。例如,它可以是水平线或垂直线,两者都可以是图像中的重要特征,如果这些特征很重要,网络应该捕获其中的任何一个。换句话说,您可能希望您的网络 对称的 .

非对称过滤器在过去几年中得到了广泛的应用 Inception network . 我们的想法是 n x n 过滤器具有与序列相同的感受野 1 x n 和 n x 1 卷积(称为 有效感受野 看见 CS231n tutorial 但后者需要更少的浮点操作和存储更少的参数。该体系结构在两个方向上仍然是对称的(垂直模式和水平模式一样容易发现),但这种技巧使其更加有效。

这是《盗梦空间》模块的图片 Inception v2 :

在较小的应用程序中,这种优化并不重要,没有太大的理由使用如此复杂的体系结构并简单地使用 n x n 过滤器。