深度学习中关于 “深度” 的理解

深度学习中对深度的理解仍是很值得去思考的，是规模的深度，仍是特征的深度？git 事实上，经过实验能够发现卷积层的参数由卷积核的个数和卷积核的尺寸来控制，这两个参数直接决定整层的参数的个数，若是两个卷积层这两个参数彻底相同，那么这两层的总参数量也彻底相同。咱们在设计神经网络的时候，卷积核通常是逐层增长的，卷积核的尺寸控制在3*3或者5*5这样的小尺寸是比较好的，小卷积核尺寸已经有不少网络结构说明在图

>>阅读原文<<