テンソルフローを使用した画像分類のCNNモデルのノード数の決定方法は？画像のサイズは178,218です

Question

以下を選択する方法：コンボリューション、ストライド、プール、密接に接続されたレイヤーのフィルタサイズ

Answer 1

この質問に対する回答は1つだけです。このRedditとこれにはanswerがあります。 Redditの2番目の投稿を引用するには、「簡単に始める」。

セレバの画像サイズは、まったく同じですが、まったく同じです。 DCGANプロジェクトでセレバと作業していたとき、イメージを64 x 64 x 3に軽く切り取り、再形成しました。私の弁別器は畳み込みニューラルネットワークであり、4つの畳み込みレイヤーと1つの完全連結レイヤーを使用しました。すべてのコンバレイヤーには5 x 5ウィンドウサイズと2 x 2のストライドサイズがありました。SAMEパディングとプーリングなし。 1レイヤーあたりの出力チャンネルは128 -> 256 -> 512 -> 1024でした。したがって、最後のコンバ層は4 x 4 x 1024のテンソルを出力します。私の高密度レイヤーはクラスx 1024のウエイトサイズを持っていました。（その目的は、入力画像がデータセットのものかジェネレーターのものかを判断するためのものなので1クラスでした）

比較的単純なアーキテクチャーは良い結果発電機を圧倒しないように意図的に建設された。純粋な分類を探しているなら、より深いアーキテクチャが必要な場合があります。あなたは私のように積極的に作物をしたくないかもしれません。次に、完全に接続されたレイヤーの前に、より多くのコンバートレイヤーを含めることができます。ストライドサイズが1 x 1の3 x 3ウィンドウサイズを使用し、プールを使用することができますが、より大きなストライドサイズに合わせてプールを放棄するアーキテクチャがあります。データセットが小さい場合、オーバーフィットする傾向があります。小さな体重を持つことは、ドロップアウトが足りないときにこれと戦うのを助けます。つまり、レイヤーあたりの出力チャンネルが少なくなります。

アーキテクチャの選択には多くの可能性があり、最適なアーキテクチャのための厳密なルールはありません。簡単に始めることを忘れないでください