关于 GoogleNet 论文的一些问题

数据挖掘 深度学习 成立之初
2022-03-11 15:46:48

这句话来自“Rethinking the Inception Architecture for Computer Vision”一文。它说 :

  1. 更高维度的表示更容易在网络中本地处理。在卷积网络中增加每个图块的激活允许更多分离的特征。由此产生的网络将训练得更快。

成语是什么

  1. 更高维度的表示更容易在网络中本地处理"

意思是?

这是否仅仅意味着通过在一个层中拥有更多的特征图更容易实现更高的表示?再次表明,每层有很多特征图(更多宽度)更有益?
如果是这样,下一部分是否表示相同的内容:

在卷积网络中增加每个图块的激活允许更多分离的特征。

在这方面,分离特征意味着什么?

1个回答

“更高维度的表示”是指像您建议的那样拥有更多的特征图(检查图 7 中提出的 inception 模块)。

至于解开特征的含义,我相信它们意味着去相关:初始模块提取的特征(使用不同的过滤器)越多,网络学习的越多越快。因为网络将可以访问更多信息,从而在训练的早期检测哪些特征是显着的。