當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

用77的卷积核分类99的图片到底应该用几个卷积核?55个

發布時間：2025/4/5 编程问答 34 豆豆

生活随笔收集整理的這篇文章主要介紹了用7*7的卷积核分类9*9的图片到底应该用几个卷积核?55个小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

(mnist 0,2)-con(7*7)*n-30*2-(1,0)(0,1)

用7*7的卷積核分類mnist的0和2，將圖片用間隔取點的辦法縮小到9*9。從1開始不斷增加卷積核的數量，觀察網絡的性能是如何隨著卷積核的數量的變化而變化的。卷積核的數量從1到80個，收斂標準δ=6e-5,每個收斂標準收斂199次，統計平均值。

得到的表格

卷積核數量	f2[0]	f2[1]	迭代次數n	平均準確率p-ave	δ	耗時ms/次	耗時ms/199次	耗時 min/199	最大值p-max
0	5.12E-05	0.999949	3902.291	0.981170764	6E-05	88.13065	17538	0.2923	0.98508946
1	0.070397	0.929603	20632.15	0.976048233	6E-05	3830.975	762364	12.70607	0.98807157
2	0.055323	0.944677	10066.22	0.981190745	6E-05	4064.412	808821	13.48035	0.99005964
3	0.045275	0.954725	9838.578	0.983136358	6E-05	5983.166	1190666	19.84443	0.9915507
4	0.04025	0.959749	10507.51	0.984260268	6E-05	8212.638	1634323	27.23872	0.99005964
5	0.045275	0.954724	11317.55	0.984794749	6E-05	10963.5	2181743	36.36238	0.99055666
6	0.0503	0.9497	12220.42	0.986063518	6E-05	14357.38	2857119	47.61865	0.99204771
7	0.0503	0.9497	12511.11	0.986085997	6E-05	17324.5	3447606	57.4601	0.99105368
8	0.055325	0.944675	12953.54	0.986218368	6E-05	19259.08	3832562	63.87603	0.99055666
9	0.060349	0.939651	13212.72	0.986083499	6E-05	22801.35	4537477	75.62462	0.9915507
10	0.070399	0.929601	13858.86	0.985991089	6E-05	26756.56	5324559	88.74265	0.99105368
11	0.050301	0.949699	13970.17	0.986110972	6E-05	30042.34	5978441	99.64068	0.99005964
12	0.095522	0.904478	14633.67	0.986328262	6E-05	34040.11	6773982	112.8997	0.9915507
13	0.06035	0.93965	14635.27	0.986570527	6E-05	36556.97	7274847	121.2475	0.99055666
14	0.040252	0.959748	15115.74	0.986857748	6E-05	40630.01	8085373	134.7562	0.99055666
15	0.040252	0.959748	15257.14	0.986950158	6E-05	44476.87	8850903	147.5151	0.99105368
16	0.070399	0.929601	15574.31	0.986715386	6E-05	48814.78	9714154	161.9026	0.99105368
17	0.040252	0.959749	16061.62	0.987055057	6E-05	52596.1	10466632	174.4439	0.99055666
18	0.065374	0.934626	16315.92	0.986470624	6E-05	56323.53	11208402	186.8067	0.9915507
19	0.065374	0.934625	16508.11	0.986777826	6E-05	60294.17	11998554	199.9759	0.99105368
20	0.075424	0.924576	16817.97	0.986765338	6E-05	65534.99	13041471	217.3579	0.99105368
21	0.050301	0.949699	17031.53	0.986952656	6E-05	69008.7	13732733	228.8789	0.99055666
22	0.075423	0.924576	17151.65	0.986727874	6E-05	72677.69	14462863	241.0477	0.99105368
23	0.030203	0.969798	17133.17	0.987189926	6E-05	76695.43	15262409	254.3735	0.9915507
24	0.040252	0.959748	17515.32	0.987052559	6E-05	82230.77	16363928	272.7321	0.99055666
25	0.040252	0.959748	17703.49	0.987060052	6E-05	84932.23	16901520	281.692	0.99105368
26	0.040252	0.959748	17768.57	0.986850255	6E-05	88647.82	17640917	294.0153	0.99105368
27	0.040252	0.959748	17916.26	0.986650449	6E-05	93063.1	18519565	308.6594	0.9915507
28	0.025178	0.974822	18053.39	0.987227389	6E-05	97624.76	19427330	323.7888	0.99105368
29	0.020153	0.979847	18295.51	0.986795309	6E-05	101839.1	20265982	337.7664	0.99105368
30	0.045277	0.954723	18399.9	0.986585512	6E-05	106970.1	21287069	354.7845	0.99055666
31	0.055326	0.944674	18547.15	0.986750352	6E-05	112316.3	22350949	372.5158	0.99055666
32	0.035227	0.964773	18735.36	0.986910197	6E-05	117368.6	23356388	389.2731	0.99055666
33	0.025178	0.974821	18751.98	0.986767835	6E-05	119877.3	23855575	397.5929	0.99204771
34	0.025178	0.974822	18956.36	0.986905202	6E-05	123999.9	24675976	411.2663	0.99105368
35	0.035227	0.964773	18973.96	0.986960149	6E-05	128827.5	25636699	427.2783	0.99105368
36	0.065375	0.934625	19290.09	0.986745357	6E-05	133917.8	26649644	444.1607	0.99105368
37	0.015129	0.984871	19321.7	0.986940168	6E-05	138609.5	27583299	459.7217	0.99055666
38	0.030203	0.969797	19514.15	0.987334785	6E-05	143453.3	28547203	475.7867	0.99055666
39	0.025179	0.974821	19587.36	0.98708253	6E-05	147297.2	29312150	488.5358	0.99005964
40	0.035228	0.964772	19722.02	0.986790313	6E-05	152170.6	30281953	504.6992	0.9915507
41	0.055326	0.944674	20288.63	0.986960149	6E-05	160508.8	31941260	532.3543	0.99105368
42	0.025179	0.974822	20299.15	0.987542084	6E-05	166147.5	33063354	551.0559	0.9915507
43	0.030203	0.969797	20389.92	0.987399722	6E-05	169560	33742443	562.374	0.9915507
44	0.050302	0.949698	20286	0.987152462	6E-05	172557.2	34338875	572.3146	0.99105368
45	0.035228	0.964772	20769.8	0.98733978	6E-05	180348.7	35889392	598.1565	0.99055666
46	0.050302	0.949698	20710.6	0.987264853	6.00E-05	183306.5	28475139	474.5857	0.99055666
47	0.040253	0.959747	20967.33	0.987262355	6.00E-05	189763.4	37762919	629.382	0.99105368
48	0.025179	0.974821	21204.71	0.987564562	6.00E-05	198105.6	39423024	657.0504	0.9915507
49	0.0704	0.9296	21164.01	0.987239877	6.00E-05	200278	39855317	664.2553	0.99105368
50	0.035228	0.964772	21487.3	0.987437186	6.00E-05	206871.4	41167437	686.124	0.99055666
51	0.030204	0.969796	21826.14	0.987679451	6.00E-05	217693	43320919	722.0153	0.99055666
52	0.025179	0.974821	21922.72	0.987522104	6.00E-05	221511.2	44080724	734.6787	0.99105368
53	0.040253	0.959747	21895.37	0.987587041	6.00E-05	225604.6	44895313	748.2552	0.99105368
54	0.050302	0.949698	21945.7	0.987504621	6.00E-05	228949.1	45560879	759.348	0.99105368
55	0.030204	0.969796	22174.63	0.987866769	6.00E-05	247632.6	49278886	821.3148	0.99105368
56	0.050302	0.949698	22110.97	0.987562065	6.00E-05	252150.5	50177946	836.2991	0.9915507
57	0.075425	0.924575	22601.62	0.987492133	6.00E-05	262331.3	52203932	870.0655	0.99105368
58	0.0704	0.9296	22891.24	0.987806827	6.00E-05	270364.6	53802585	896.7098	0.99105368
59	0.065376	0.934624	22563.98	0.987651978	6.00E-05	271767.2	54081693	901.3616	0.99105368
60	0.055327	0.944673	22942.36	0.987651978	6.00E-05	280447.3	55809033	930.1506	0.99105368
61	0.065376	0.934624	23127.13	0.987656973	6.00E-05	289227.6	57556299	959.2716	0.99055666
62	0.055326	0.944673	22860.31	0.987612016	6.00E-05	289426.2	57595815	959.9302	0.9915507
63	0.085474	0.914526	23393.73	0.987839296	6.00E-05	299898.6	59679828	994.6638	0.99105368
64	0.060351	0.939648	23175.95	0.987607021	6.00E-05	301862.2	60070575	1001.176	0.99105368
65	0.105572	0.894428	23395.98	0.987569558	6.00E-05	308436.1	61378787	1022.98	0.99204771
66	0.105572	0.894428	23273.58	0.987384737	6.00E-05	311690.8	62026478	1033.775	0.99105368
67	0.090498	0.909502	23471.68	0.987509616	6.00E-05	319499.6	63580415	1059.674	0.99105368
68	0.085474	0.914526	23482.75	0.987836798	6.00E-05	324154.8	64506814	1075.114	0.99055666
69	0.130695	0.869305	23929.98	0.987374747	6.00E-05	333943.9	66454844	1107.581	0.99105368
70	0.140744	0.859256	23795.19	0.98740222	6.00E-05	339105.1	67481909	1124.698	0.99105368
71	0.075425	0.924575	23580.36	0.987477147	6.00E-05	341062.3	67871399	1131.19	0.99055666
72	0.145769	0.854231	23681.89	0.987442181	6.00E-05	347526.4	69157753	1152.629	0.9915507
73	0.196014	0.803986	23841.98	0.987119994	6.00E-05	353999.3	70445858	1174.098	0.99055666
74	0.185966	0.814035	24208.59	0.987244873	6.00E-05	362708.4	72178971	1202.983	0.99055666
75	0.170892	0.829108	23802.86	0.98724737	6.00E-05	363907.1	72417503	1206.958	0.99055666
76	0.160842	0.839158	24353.72	0.987334785	6.00E-05	375980.6	74820141	1247.002	0.99055666
77	0.185966	0.814035	24083.91	0.986957651	6.00E-05	374982.4	74621492	1243.692	0.99105368
78	0.206063	0.793937	24215.16	0.987192423	6.00E-05	381791.1	75976421	1266.274	0.99055666
79	0.160842	0.839158	24249.91	0.987127486	6.00E-05	393548.7	78316197	1305.27	0.99105368
80	0.155818	0.844182	24367.54	0.987075037	6.00E-05	393758.5	78357947	1305.966	0.99055666

這次實驗共持續了超過4.5萬分鐘，共收集了81組數據。卷積核數量=0就是三層的無核的網絡。將pave曲線畫成圖

這是卷積核從0到80的圖，可以觀察到這個圖有一個頂點的。頂點為55。

這是卷積核從10到55的圖，網絡的性能隨著卷積核的數量的增加而增加。7*7卷積核的上升區間有55個核，對應5*5卷積核的上升區間為16個核，3*3卷積核的上升區間為4個核。

這個現象清楚的表明在網絡結構不變的前提下，卷積核越大對應的上升區間越大。

這是卷積核從40到80的圖，這張圖的第三高的峰出現在68個核，68與55兩者的對應的性能數值差異僅為0.000029。表明網絡性能下降有一個大約為13個核的緩沖區間。但當卷積核的數量大于68以后網絡的性能迅速下降。

因此到底應該用3*3的卷積核還是用5*5的卷積核還是7*7的卷積核？

?	3*3	5*5	7*7	55/33	77/55
?	平均準確率p-ave	平均準確率p-ave	平均準確率p-ave		?
?	6.00E-05	6.00E-05	6.00E-05	?	?
0	0.981171	0.981171	0.981171	1	1
1	0.975916	0.978588	0.976048	1.002738	0.997405
2	0.981326	0.983376	0.981191	1.002089	0.997778
3	0.983633	0.985159	0.983136	1.001551	0.997947
4	0.983651	0.986268	0.98426	1.00266	0.997964
5	0.983289	0.986143	0.984795	1.002903	0.998633
6	0.983506	0.986323	0.986064	1.002864	0.999737
7	0.982744	0.986605	0.986086	1.003929	0.999474
8	0.982694	0.98689	0.986218	1.00427	0.999319
9	0.981885	0.98697	0.986083	1.005179	0.999102
10	0.980983	0.986988	0.985991	1.006121	0.99899
11	0.981401	0.987225	0.986111	1.005934	0.998872
12	0.98214	0.986988	0.986328	1.004936	0.999332
13	?	0.987295	0.986571	?	0.999266
14	?	0.987132	0.986858	?	0.999722
15	?	0.987065	0.98695	?	0.999884
16	?	0.987322	0.986715	?	0.999386
17	?	0.987227	0.987055	?	0.999826
18	?	0.98672	0.986471	?	0.999747
19	?	0.987137	0.986778	?	0.999636
20	?	0.986988	0.986765	?	0.999774
21	?	0.986855	0.986953	?	1.000099
22	?	0.986241	0.986728	?	1.000494
23	?	0.986468	0.98719	?	1.000732

7*7卷積核的上升區間為55，5*5卷積核的上升區間為16。當卷積核數量大于20以后7*7卷積核的性能優于5*5卷積核。

2分類	3*3	5*5	7*7
性能上升區間	4	16	55
max-p-ave	0.9838731	0.987322	0.987867
耗時min/199次	11.6074	102.3604	821.3148

至少僅就這三次實驗來說，卷積核越大網絡的性能上升區間越大，上升區間越大性能峰值越大。但代價是卷積核越多網絡越慢，7*7卷積核的性能峰值比5*5卷積核峰值要好0.5‰，但為了這萬分之5要多花8倍的時間。

總結

以上是生活随笔為你收集整理的用7*7的卷积核分类9*9的图片到底应该用几个卷积核?55个的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇：吸引纠缠的双白矮星和迭代收敛的神经网络
下一篇：用9*9的卷积核分类9*9的图片