當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

3x3,5x5,7x7,9x9卷积核性能比较

發布時間：2025/4/5 编程问答 46 豆豆

生活随笔收集整理的這篇文章主要介紹了 3x3,5x5,7x7,9x9卷积核性能比较小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

在用7*7的卷積核分類9*9的圖片到底應該用幾個卷積核?中得到了一個經驗結論：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。要按此分類9*9的圖片，9*9的卷積核就是極限性能最優的卷積核。這次就驗證這個觀點。

(mnist 0,2)-con(9*9)*n-30*2-(1,0)(0,1)

用9*9的卷積核分類mnist0，2，卷積核數量從2到33個，收斂標準6e-5。統計平均值，比較卷積核數量對分類性能的影響。

得到表格

?	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	平均值標準差
2	0.8592554	0.1407446	3583946.2	0.9776667	6.00E-05	2062400.8	410417767	6840.2961	0.9900596	0.0076349
3	0.6934459	0.3065541	38925.899	0.9799669	6.00E-05	30715.769	6112448	101.87413	0.9910537	0.0083689
4	0.4673405	0.5326595	30166.276	0.9824595	6.00E-05	31589.251	6286261	104.77102	0.9910537	0.0076396
5	0.4170945	0.5829055	25983.362	0.9837433	6.00E-05	33737.673	6713801	111.89668	0.9915507	0.0059125
6	0.2864561	0.7135438	23770.226	0.9840255	6.00E-05	37091.392	7381199	123.01998	0.9915507	0.0055148
7	0.2613328	0.7386673	22559.327	0.9833237	6.00E-05	42215.553	8400902	140.01503	0.9910537	0.0057736
8	0.2261607	0.7738393	21344.186	0.9832063	6.00E-05	44424.935	8840569	147.34282	0.9910537	0.0057323
9	0.2110868	0.7889131	20384.533	0.9830989	6.00E-05	47688.075	9489940	158.16567	0.9910537	0.0064783
10	0.2060627	0.7939372	19761.482	0.9828541	6.00E-05	51445.075	10237576	170.62627	0.9900596	0.0057135
11	0.1457677	0.8542324	19322.889	0.9820224	6.00E-05	55209.754	10986747	183.11245	0.9910537	0.0064363
12	0.2161118	0.7838883	19832.055	0.98194	6.00E-05	64321.513	12799991	213.33318	0.9905567	0.0063398
13	0.1156199	0.8843801	18791.593	0.9822997	6.00E-05	63586.332	7926090	132.1015	0.9905567	0.0063122
14	0.1658659	0.8341341	18955.724	0.9827193	6.00E-05	70956.271	14120303	235.33838	0.9900596	0.0060133
15	0.185964	0.8140359	18780.759	0.9821348	6.00E-05	73026.568	14532291	242.20485	0.9905567	0.0061449
16	0.1357185	0.8642816	18840.497	0.9814855	6.00E-05	81444.03	16207362	270.1227	0.9900596	0.0084691
17	0.1558167	0.8441832	18937.834	0.9827243	6.00E-05	106632.71	21219920	353.66533	0.9905567	0.0059273
18	0.1960134	0.8039867	18645.412	0.9810459	6.00E-05	88521.121	17615710	293.59517	0.9905567	0.0080427
19	0.1809402	0.8190597	18927.709	0.9818251	6.00E-05	122419.96	24361584	406.0264	0.9900596	0.0061403
20	0.1457675	0.8542325	18760.226	0.9820524	6.00E-05	122352.5	24348153	405.80255	0.9905567	0.0067007
21	0.2060623	0.7939377	18865.905	0.9812956	6.00E-05	103280.36	20552815	342.54692	0.9905567	0.0060445
22	0.1759154	0.8240846	19115.874	0.9818726	6.00E-05	131887.82	26245685	437.42808	0.9910537	0.0077266
23	0.1658656	0.8341343	18498.497	0.9810833	6.00E-05	120268.38	23933414	398.89023	0.9895626	0.0065564
24	0.160841	0.8391591	18965.899	0.9817452	6.00E-05	139977.06	27855444	464.2574	0.9900596	0.0073353
25	0.1156199	0.8843801	18914.126	0.9811932	6.00E-05	136068.09	27077554	451.29257	0.9905567	0.0080618
26	0.1759148	0.8240852	18712.136	0.9807736	6.00E-05	130852.5	26039658	433.9943	0.9905567	0.0084431
27	0.1306936	0.8693063	18862.322	0.9817727	6.00E-05	152705.07	30388311	506.47185	0.9900596	0.0074685
28	0.1608408	0.8391593	19022.915	0.9820224	6.00E-05	154029.97	30651970	510.86617	0.9905567	0.0074131
29	0.1507922	0.8492078	19243.367	0.9808211	6.00E-05	166377.2	33109072	551.81787	0.9895626	0.0101928
30	0.1708907	0.8291093	19727.829	0.9817003	6.00E-05	165774.29	32989084	549.81807	0.9900596	0.0069316
31	0.1407426	0.8592574	19221.327	0.9816378	6.00E-05	175660.87	34956519	582.60865	0.9900596	0.0082442
32	0.1759154	0.8240847	19524.286	0.9810983	6.00E-05	206296.99	41053101	684.21835	0.9900596	0.0075721
33	0.1256688	0.8743311	19937.794	0.9821898	6.00E-05	178003	35422597	590.37662	0.9900596	0.0072098

將pave畫成圖

很明顯當卷積核數量為6的時候網絡性能達到峰值。這個結論與前面的經驗關系完全不符，這個最優值大于3*3卷積核的4個，小于5*5卷積核的16個。

2分類	3*3	5*5	7*7	9*9
性能上升區間	4	16	55	6
p-ave	0.9838731	0.987322	0.987867	0.984025
耗時min/199次	11.6074	102.3604	821.3148	123.02

對二分類9*9尺寸的mnist0，2，平均性能峰值最大的卷積核是7*7.

?	平均準確率p-ave		?	?
?	6.00E-05	6.00E-05	6.00E-05	6.00E-05
?	3*3	5*5	7*7	9*9
0	0.981171	0.981171	0.981171	?
1	0.975916	0.978588	0.976048	?
2	0.981326	0.983376	0.981191	0.977667
3	0.983633	0.985159	0.983136	0.979967
4	0.983651	0.986268	0.98426	0.98246
5	0.983289	0.986143	0.984795	0.983743
6	0.983506	0.986323	0.986064	0.984025
7	0.982744	0.986605	0.986086	0.983324
8	0.982694	0.98689	0.986218	0.983206
9	0.981885	0.98697	0.986083	0.983099
10	0.980983	0.986988	0.985991	0.982854
11	0.981401	0.987225	0.986111	0.982022
12	0.98214	0.986988	0.986328	0.98194
13	?	0.987295	0.986571	0.9823
14	?	0.987132	0.986858	0.982719
15	?	0.987065	0.98695	0.982135
16	?	0.987322	0.986715	0.981485
17	?	0.987227	0.987055	0.982724
18	?	0.98672	0.986471	0.981046
19	?	0.987137	0.986778	0.981825
20	?	0.986988	0.986765	0.982052
21	?	0.986855	0.986953	0.981296
22	?	?	0.986728	0.981873
23	?	?	0.98719	0.981083
24	?	?	0.987053	0.981745
25	?	?	0.98706	0.981193
26	?	?	0.98685	0.980774
27	?	?	0.98665	0.981773
28	?	?	0.987227	0.982022
29	?	?	0.986795	0.980821
30	?	?	0.986586	0.9817
31	?	?	0.98675	0.981638
32	?	?	0.98691	0.981098
33	?	?	0.986768	0.98219

在21個卷積核以內對比4個尺寸卷積核的性能

9*9卷積核的性能顯著的小于5*5和7*7卷積核，與3*3卷積核的性能相當。當卷積核數量大于4個以后9*9卷積核的性能略好于3*3卷積核。在21個卷積核以內比較這個4個尺寸的卷積核，可以得到

5*5>7*7>9*9>3*3

也就是5*5卷積核在21個以內性能最好，但7*7卷積核由于有55個的性能上升區間最終將以8倍耗時取得萬分之5的性能優勢。這4個卷積核極限性能最好的是7*7，但效費比最高的應該是5*5.

由這4個實驗也可以得出一個經驗規律，對2n+1*2n+1或者2n*2n尺寸的圖片,卷積核最優尺寸為2n-1*2n-1，在小于等于2n-1的范圍內，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。

關于卷積核的實驗整理

用7*7的卷積核分類9*9的圖片到底應該用幾個卷積核?55個

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

到底應該用3*3的卷積核還是5*5的卷積核

(mnist 0,2)-con(5*5)*n-30*2-(1,0)(0,1)

二分類卷積核極限數量實驗

(mnist 0,2)-con(3*3)*n-30*2-(1,0)(0,1)

/**/

實驗：3*3卷積核10分類9*9圖片卷積核數量最優值?

估算神經網絡卷積核數量的近似方法

3*3卷積核5分類

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的3x3,5x5,7x7,9x9卷积核性能比较的全部內容，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：神经网络的分类行为怎么就不能是一种力的行
下一篇：多重态与连续性