Neural network 为什么AlexNet中第一个卷积层的内核深度为48？_Neural Network_Deep Learning_Computer Vision_Convolutional Neural Network

Neural network 为什么AlexNet中第一个卷积层的内核深度为48？

neural-network deep-learning computer-vision

Neural network 为什么AlexNet中第一个卷积层的内核深度为48？,neural-network,deep-learning,computer-vision,convolutional-neural-network,Neural Network,Deep Learning,Computer Vision,Convolutional Neural Network,在AlexNet中，第一层的过滤器大小为5*5*48，第二层的过滤器大小为3*3*128 为什么使用48和128作为深度？我们能把两者都换成不同的号码吗感谢这里对神经网络的描述可能会让一些人感到困惑。实际上，48维的层，特别是5*5*48维是第二个卷积层。从 ..第二卷积层将（归一化的）响应作为输入和（合并）第一卷积层的输出，并使用大小为5×5×48的256个内核对其进行滤波但我认为，你的困惑源于第一层被描述为11*11*96维，但图像中的描述并非如此。如果你问作者为什么选择这样的尺寸，

在AlexNet中，第一层的过滤器大小为

5*5*48

，第二层的过滤器大小为

3*3*128

为什么使用48和128作为深度？我们能把两者都换成不同的号码吗

感谢

这里对神经网络的描述可能会让一些人感到困惑。实际上，48维的层，特别是5*5*48维是第二个卷积层。从

..第二卷积层将（归一化的）响应作为输入和（合并）第一卷积层的输出，并使用大小为5×5×48的256个内核对其进行滤波

但我认为，你的困惑源于第一层被描述为11*11*96维，但图像中的描述并非如此。如果你问作者为什么选择这样的尺寸，在科学界仍然存在一些差异，因为关于决定神经网络参数的问题在某种程度上是由直觉决定的（至少到目前为止）