【发布时间】：2018-09-18 02:57:28
【问题描述】：
我开始学习深度学习，我想知道输入的特征数量与 CNN 中的参数数量之间是否存在相关性。
我实际上正在寻找一种方法来选择网络中的最佳参数数量。比如只有 Dense 层的网络，参数的数量会根据损失函数的值进行调整，对于 CNN 是不是也一样？
【问题讨论】：
标签： optimization deep-learning conv-neural-network
【发布时间】：2018-09-18 02:57:28
【问题描述】：
我不是专家。不过还是想回答一下。
我认为输入的特征数量与 CNN 中的参数数量之间存在一定的相关性。更多特征的数量，你的 CNN 的结构应该越复杂，以获得更高的准确性。复杂的架构意味着更多的参数。所以这就是它的关系。随着功能的增加，您的网络必须学习更复杂的东西，这意味着更复杂的架构。
要找到最佳参数数量，我认为这是一种反复试验的方法。你尝试不同的设置。找出在准确性和最佳参数方面最适合您的方法。希望我的回答会有所帮助。
【讨论】：