อะไรคือความสำคัญของจำนวนตัวกรองการสนทนาในเครือข่ายแบบ Convolutional

จำนวนของฟิลเตอร์ในชั้นของสังวัตนาถ่ายทอดอย่างไร
ตัวเลขนี้มีผลต่อประสิทธิภาพหรือคุณภาพของสถาปัตยกรรมอย่างไร ฉันหมายความว่าเราควรเลือกใช้ตัวกรองจำนวนมากขึ้นหรือไม่ สิ่งที่ดีของพวกเขา? และผู้คนกำหนดจำนวนตัวกรองต่างกันสำหรับเลเยอร์ต่างกันได้อย่างไร ฉันหมายถึงการดูคำถามนี้: วิธีการกำหนดจำนวนผู้ประกอบการ convolutional ใน CNN?
คำตอบที่ระบุเลเยอร์ 3 convolution ที่มีจำนวนฟิลเตอร์และขนาดต่างกันอีกครั้งในคำถามนี้: จำนวนแผนที่คุณลักษณะในโครงข่ายประสาทเทียม คุณสามารถดูได้จากภาพที่เรามีตัวกรอง 28 * 28 * 6 สำหรับชั้นแรกและตัวกรอง 10 * 10 * 16 สำหรับชั้นที่สอง พวกเขามากับตัวเลขเหล่านี้ได้อย่างไรนี่ผ่านการลองผิดลองถูกไหม? ขอบคุณล่วงหน้า

จำนวนของฟิลเตอร์ในชั้นของสังวัตนาถ่ายทอดอย่างไร - ฉันมักจะคิดว่าตัวกรองเป็นตัวตรวจจับคุณสมบัติ แม้ว่ามันจะขึ้นอยู่กับโดเมนปัญหา แต่ความสำคัญ # ของเครื่องตรวจจับคุณสมบัติโดยสังเขปคือจำนวนของคุณสมบัติ (เช่นขอบเส้นส่วนวัตถุ ฯลฯ .. ) ที่เครือข่ายสามารถเรียนรู้ได้ โปรดทราบว่าตัวกรองแต่ละตัวจะสร้างแผนที่คุณลักษณะ ฟีเจอร์แผนที่ช่วยให้คุณเรียนรู้ปัจจัยอธิบายภายในภาพได้ดังนั้นฟิลเตอร์ # มากขึ้นหมายถึงยิ่งเรียนรู้เครือข่ายมากขึ้น (ไม่จำเป็นต้องดีตลอดเวลา - ความอิ่มตัวและการบรรจบกันมากที่สุด)

ตัวเลขนี้ส่งผลต่อประสิทธิภาพหรือคุณภาพของสถาปัตยกรรมอย่างไร - ฉันไม่คิดว่าคุณจะพบคำตอบที่ดีสำหรับคำถามประเภทนี้เนื่องจากเรายังคงพยายามจัดระเบียบสิ่งที่เกิดขึ้นภายในกล่องดำ DL อีกครั้งโดยสังหรณ์ใจคุณจะได้เรียนรู้ฟังก์ชั่นที่ไม่ใช่เชิงเส้นที่แข็งแกร่งยิ่งขึ้นตัวกรองที่คุณมีมากขึ้นอย่างไรก็ตามประสิทธิภาพจะขึ้นอยู่กับประเภทของงานและคุณสมบัติของข้อมูล โดยทั่วไปคุณต้องการทราบว่าคุณใช้ข้อมูลประเภทใดในการพิจารณา # พารามิเตอร์ในสถาปัตยกรรมของคุณ (รวมถึงตัวกรอง) ฉันต้องการตัวกรองจำนวนเท่าใด เป็นเหมือนการถามความซับซ้อน (พิเศษ) เป็นภาพในชุดข้อมูลของฉัน ไม่มีความคิดอย่างเป็นทางการใด ๆ ที่เกี่ยวข้องกับ # filter กับประสิทธิภาพ มันคือการทดลองและการทำซ้ำทั้งหมด มีร่องรอยและข้อผิดพลาดมากมาย