Neural network 卷积中滤波器的数量与训练期间的历元数之间是否存在关系？
如果我用50个纪元训练网络，在一个只有10个过滤器的单一Conv层的CNN中会发生什么 一个过滤器优化了50倍，难道不是像50个过滤器一样吗？或者10个过滤器优化50次Neural network 卷积中滤波器的数量与训练期间的历元数之间是否存在关系？,neural-network,conv-neural-network,Neural Network,Conv Neural Network,如果我用50个纪元训练网络，在一个只有10个过滤器的单一Conv层的CNN中会发生什么 一个过滤器优化了50倍，难道不是像50个过滤器一样吗？或者10个过滤器优化50次 如果是第二种情况，那么使用10个过滤器中的哪一个进行预测？每个训练阶段都会对所有50个过滤器进行轻微优化。每个历元仅对过滤器权重进行微小更改，因此我们需要多次重复训练过程，然后才能得到一个效果良好的模型 至于使用哪些过滤器来进行预测，所有的过滤器都是！最后一个完全连接的层从所有10*width*height*channel co
如果是第二种情况，那么使用10个过滤器中的哪一个进行预测？每个训练阶段都会对所有50个过滤器进行轻微优化。每个历元仅对过滤器权重进行微小更改，因此我们需要多次重复训练过程，然后才能得到一个效果良好的模型 至于使用哪些过滤器来进行预测，所有的过滤器都是！最后一个完全连接的层从所有10*width*height*channel conv层输出中获取输入，并使用它们进行预测 您可能想回顾一下CNN是如何构造的-本文很好地解释了它们：