如何设计CNN（图层的输入和输出）？

Question

我是一名初学者，学习深度学习与婴儿的步骤。我有一个关于设计网的问题。我在论文中看到，有不同输入/输出的层，我不知道如何在实施之前计算/设计。 例如，在paper中，原理图层输出旁边有一些数字（请参见下图）。如何为具有特定图像大小的网络指定这些过滤器大小和其他参数作为输入。

或者在另一纸，它们具有以下设计：

，他们已经提到的那样，对于一个256x256输入图像， 网络的总子采样因子是4，导致 一个64x64xL array，其中L是类标签的数量。如何获得这个64x64大小？

如何学习设计网络并计算图层的输入/输出？

谢谢你的任何帮助

Answer 1

1. 如果用stride=2池两次表示您通过一个因子2的图像尺寸减小两次，总的图像尺寸的X4还原（子采样）的所得。因此，如果您从大小为256：256/4 = 64的图像开始。

2. 如何选择内核大小，每层输出数量，步幅和其他设计参数？其实没有单一的答案，基本上很多论文/作品都采用不同的设置来处理相同的任务。 AFAIK没有明确的指导方针或明显的适合任何特定任务的参数选择。
   这就是说，你可以找到this work调查一些新兴的深网设计模式。