Количество карт характеристик в CNN

Question

Это часть кода построения CNN в книге. Я не понимаю, почему здесь "filters = 64". Насколько я знаю, это количество карт функций. Как мне определить этот номер, когда я создаю свой собственный CNN?

# network parameters 
# image is processed as is (square grayscale)
input_shape = (image_size, image_size, 1)
batch_size = 128
kernel_size = 3
pool_size = 2
filters = 64
dropout = 0.2

model = Sequential()
model.add(Conv2D(filters = filters,
                 kernel_size = kernel_size,
                 activation = 'relu',
                 input_shape = input_shape))
model.add(MaxPooling2D(pool_size))
model.add(Conv2D(filters = filters,
                 kernel_size = kernel_size,
                 activation = 'relu'))
model.add(MaxPooling2D(pool_size))
model.add(Conv2D(filters = filters,
                 kernel_size = kernel_size,
                 activation = 'relu'))
model.add(Flatten())
# dropout added as regularizer
model.add(Dropout(dropout))
# output layer is 10-dim one-hot vector
model.add(Dense(num_labels))
model.add(Activation('softmax'))
model.summary()
plot_model(model, to_file='cnn-mnist.png', show_shapes=True)

Answer 1

Фильтры - это количество функций, которые вы хотите обнаружить в изображении. Также известен как детекторы признаков на изображении. Это гиперпараметр и полностью зависит от вас. Есть несколько архитектур CNN. Будет лучше, если вы поищете существующие решения проблемы, которую пытаетесь решить с помощью своей CNN. Затем попробуйте настроить значение фильтра и проверьте, увеличивается ли точность.

Вы можете выбрать фильтры в зависимости от сложности задачи. Количество фильтров имеет тенденцию к увеличению с каждым слоем. Поскольку первый слой извлекает простые элементы, а следующий слой извлекает более сложные элементы. Взгляните на ссылку ниже для получения дополнительной информации. Надеюсь, я помог :)

{ ссылка }