产生背景之前在深度学习面试题16：小卷积核级联卷积VS大卷积核卷积中介绍过小卷积核的三个优势：①整合了三个非线性激活层，代替单一非线性激活层，增加了判别能力。②减少了网络参数。③减少了计算量在《RethinkingtheInceptionArchitectureforComputerVision》中作者还想...

从LeNet-5开始，cnn就有了标准的结构：stackedconvolutionallayersarefollowedbyoneormorefully-connectedlayers。对于Imagenet这种大的数据集，趋势是增加层数和层的大小，用dropout解决过拟合。1×1卷积核在Inception中大量使用，...

原文地址：https://datascience.stackexchange.com/questions/23183/why-convolutions-always-use-odd-numbers-as-filter-sizeTheconvolutionoperation,simplyput,iscombination...

2018年07月11日14:05:46 Liven_Zhu 阅读数846 在这篇论文中，作者同时使用低秩核和稀疏核（low-rankandsparsekernel）来组成一个密集kernel。基于ICGV2的基础上，作者提出了ICGV3。近几年，卷积网络在计算机视觉上的有效性已经得到了验证...