【发布时间】：2019-04-17 03:02:37
【问题描述】：
我已经完成了卷积神经网络的实现部分。但是我仍然对如何选择过滤器来获得卷积神经网络中的卷积特征感到困惑。据我所知，我们检测特征（如眼睛、鼻子、嘴巴）以在过滤器的帮助下使用卷积层从图像中识别人脸。过滤器是否包含眼睛、鼻子、嘴巴以从图像中识别人脸？
【问题讨论】：
-
我修改了我的问题。大家可能比较清楚，请回复
【发布时间】：2019-04-17 03:02:37
【问题描述】：
对此没有硬性规定。
在许多大学课程甚至论文中实现的模型中，研究人员使用 3x3 或 5x5 过滤器，步长为 1 或 2。
这是您应该为您的模型调整的超参数之一。但最好的做法是通过谷歌或其他人去实现模型的文档，并找到与你的卷积层相关的最佳尺寸。
但是您应该知道的最后一件事是添加过滤器的目的是减少参数数量但保持高质量的特征。
这是使用 Tensoflow 为不同任务实现的所有模型的link。
祝你好运
【讨论】：
-
我修改了我的问题。你能再解释一下吗。答案有什么变化吗？