为什么 AlexNet 中第一个卷积层的核深度是 48？

【问题标题】：Why the depth of kernel of first convolutional layer is 48 in AlexNet?为什么 AlexNet 中第一个卷积层的核深度是 48？
【发布时间】：2018-05-04 05:55:10
【问题描述】：

在 AlexNet 中，过滤器大小在第一层为5*5*48，在第二层为3*3*128。

为什么使用 48 和 128 作为深度？我们可以将两者都更改为不同的数字吗？

谢谢

【问题讨论】：

标签： neural-network deep-learning computer-vision convolutional-neural-network

【解决方案1】：

那里对神经网络的描述可能会让一些人感到困惑。实际上，48 维的层，特别是 5 * 5 * 48 维的层是第二个卷积层。来自article；

..第二个卷积层将（响应归一化和池化）第一个卷积层的输出，并用 256 个大小为 5 × 5 × 48 的内核对其进行过滤

不过，我假设您的混淆源于第一层被描述为 11 * 11 * 96 尺寸，但图像中的描述不是。如果您问作者为什么选择这样的大小，科学界仍然存在差异，因为决定神经网络的参数在某种程度上是由直觉完成的（至少此时如此）。

【讨论】：