卷积网络中的最佳过滤器数量

Question

我正在构建一个卷积网络图像分类目的，我的网络受到 VGG conv 网络的启发，但我改变了层数和每层的过滤器，因为我的图像数据集非常简单。

尽管如此，我想知道为什么 VGG 中的拟合器数量总是 2 的幂：64 -> 128 -> 256 -> 512 -> 4096

我猜这是因为每个池将输出大小除以 2 x 2，因此需要将过滤器的数量乘以 2。

但我仍然想知道这个选择背后的真正原因是什么；这是为了优化吗？分配计算更容易吗？我应该在我的网络中保留这个逻辑吗？

Answer 1

是的，主要是为了优化。如果网络要在 GPU 上 运行，GPU 中的线程会以组和块的形式出现，通常一个组有 32 个线程。

粗略地说，如果您有一个包含 40 个过滤器的图层，您将需要 2 个组 = 64 个线程。那么为什么不利用其余线程并制作可以并行计算的 64 个过滤器层。