深度學習中的超參數設定

一、網絡超參數的設定 輸入數據像素大小的設定： 爲便於GPU並行計算，一般將圖像大小設置爲到 2 的 次冪 卷積層參數的設定： 卷積核大小一般使用 1∗1 1 ∗ 1 、 3∗3 3 ∗ 3 或 5∗5 5 ∗ 5 使用 zero padding，可以充分利用邊緣信息、使輸入大小保持不變 卷積核的個數通常設置爲 2 的次冪，如 64， 128， 256， 512， 1024 等 池化層參數的設定：

>>阅读原文<<