Tầm quan trọng của số lượng bộ lọc tích chập trong mạng tích chập là gì?

Số lượng bộ lọc trong một lớp chập truyền tải những gì?
Làm thế nào con số này ảnh hưởng đến hiệu suất hoặc chất lượng của kiến ​​trúc? Ý tôi là chúng ta có nên luôn chọn số lượng bộ lọc cao hơn không? những gì tốt của họ? và Làm thế nào để mọi người chỉ định số lượng bộ lọc khác nhau cho các lớp khác nhau? Tôi có nghĩa là nhìn vào câu hỏi này: Làm thế nào để xác định số lượng toán tử tích chập trong CNN?
Câu trả lời đã chỉ định 3 lớp chập với số lượng bộ lọc và kích thước khác nhau, Một lần nữa trong câu hỏi này: số bản đồ tính năng trong các mạng thần kinh tích chập bạn có thể thấy từ hình ảnh, chúng ta có các bộ lọc 28 * 28 * 6 cho lớp đầu tiên và bộ lọc 10 * 10 * 16 cho lớp thứ hai. Làm thế nào để họ đưa ra những con số này, Đây có phải là thông qua thử và sai? Cảm ơn trước

Số lượng bộ lọc trong một lớp chập truyền tải những gì? - Tôi thường thích nghĩ về các bộ lọc như các máy dò tính năng. Mặc dù phụ thuộc vào miền vấn đề, ý nghĩa # của trình phát hiện tính năng là số lượng các tính năng (như cạnh, đường, phần đối tượng, v.v.) mà mạng có thể tìm hiểu. Cũng lưu ý rằng mỗi bộ lọc tạo ra một bản đồ tính năng. Bản đồ tính năng cho phép bạn tìm hiểu các yếu tố giải thích trong hình ảnh, do đó, càng nhiều bộ lọc # có nghĩa là mạng càng học được (không nhất thiết phải luôn luôn tốt - vấn đề bão hòa và hội tụ nhiều nhất)

Làm thế nào con số này ảnh hưởng đến hiệu suất hoặc chất lượng của kiến ​​trúc? - Tôi không nghĩ bạn sẽ tìm thấy câu trả lời hay cho các loại câu hỏi này vì chúng tôi vẫn đang cố gắng chính thức hóa những gì đang diễn ra bên trong hộp đen DL. Theo trực giác, một lần nữa bạn sẽ học được một hàm phi tuyến mạnh mẽ hơn, càng có nhiều ngân hàng bộ lọc, tuy nhiên hiệu suất sẽ phụ thuộc vào loại tác vụ và đặc điểm dữ liệu. Bạn thường muốn biết loại dữ liệu nào bạn đang xử lý để xác định # tham số trong kiến ​​trúc của bạn (bao gồm bộ lọc). Tôi cần bao nhiêu bộ lọc? giống như hỏi những hình ảnh trong bộ dữ liệu của tôi phức tạp đến mức nào (đặc biệt). Không có bất kỳ khái niệm chính thức nào liên quan đến # bộ lọc với hiệu suất. Tất cả thử nghiệm và lặp lại của nó. Rất nhiều dấu vết và lỗi chắc chắn.