Day 19 VGG 改 Inception 疑惑?
2021/02/01 上午 09:10
電腦視覺與深度學習馬拉松
Gemini翔
觀看數：17
回答數：1
收藏數：0
詢問，Day 19 的作業裡的 VGG16_Inception 要求 Block3 改成 InceptionV1_block 而原始VGG16 在這是三層 3x3 conv, 256 的卷積層 這裡我的想法是直接用一層 InceptionV1_block 去做 而我看大家的做法就是用三層 InceptionV1_block 去疊起來 想問哪種做法比較對? 以及 InceptionV1_block 裡的 filter ((64,), (96,128), (16,32), (32,)) 如何設定? ```python x = InceptionV1_block(x, ((64,), (96,128), (16,32), (32,)), 3, 'Block_3') ``` 
回答列表
-
2021/02/08 下午 01:20Jeffrey贊同數：1不贊同數：0留言數：1
Hello, 你好, 如同傳統的 CNN 架構， 往上堆疊具有不同功能的運算層一樣，Inception Module 還在同一層中同時納入了使用不同大小的 convolution filter 的特徵萃取結果。 它可以增加 NN 的廣度, 至於加一個或是三個, 個人意見是取決於模型準度與資料集. 另外, 關於第二個問題: 是詢問說這些數字怎摸被產生的嗎?