У меня есть куча 2D-изображений, и я выполняю свертку на них. Я экспериментирую с количеством фильтров в сверточном слое, и я обнаружил, что тренировка ухудшается при увеличении фильтров. Например, моя установка выглядит следующим образом:
- Conv2D ( 8 , (3,3), input_shape = (100, 100, 1)),
- Flatten ()
- Плотный (Выход)
И для этого, скажем, RMSE для обучения составляет 0,245. Но если я изменю Conv2D ( 16 , (3,3), input_shape = (100, 100, 1)), RMSE тренировки ухудшится и, например, достигнет 0,534. Пожалуйста, обратите внимание, что я придерживаюсь random_seed, почему запускаю свой эксперимент.
Может кто-нибудь объяснить, почему это может происходить? Я как бы подумала, что если я увеличу количество каналов, у модели будет меньше трудностей при изучении данных, и, следовательно, прогноз будет лучше.
Спасибо!