VGG15的1)每个卷积层所采用的滤波器个数、卷积尺寸、滤波器深度、激活函数 2)池化层的个数、位置、池化窗口的尺寸及深度 3)全连接层的个数、每个全连接层的滤波器个数、尺寸、深度 4)输出层的神经元个数、激活函数
时间: 2023-10-20 20:03:15 浏览: 60
“深度学习”学习日记:Tensorflow实现VGG每一个卷积层的可视化
1) VGG15的每个卷积层采用的滤波器个数都为64,卷积尺寸为3x3,滤波器深度为3(RGB图像),激活函数为ReLU。
2) VGG15共有5个池化层,位置分别在第1、2、4、7、10个卷积层之后,池化窗口的尺寸为2x2,深度为1。
3) VGG15有3个全连接层,每个全连接层的滤波器个数为4096,尺寸为1x1,深度为1。
4) VGG15的输出层有1000个神经元,由于是分类问题,输出层采用softmax激活函数。
阅读全文