CNNでのフィルター数の決め方

Question

CNNでの画像識別を学んでおります。
CNNの概要は理解したのですが、畳み込み時のフィルター数は参考にする情報によって異なっています。

例えば、この方は、
https://github.com/keras-team/keras/blob/master/examples/mnist_cnn.py
一層目は32、二層目は64と二倍にしています。
理論的にフィルター数はいくつでもよい気がするのですが、どのように決めればよいでしょうか？
また、フィルーターのサイズやプーリングのサイズなどの決め方の基準などもありましたら、教えて頂けると幸いです。

よろしくお願い致します。

Answer 1

複雑そうな問題なら多めに、簡単そうな問題なら少なめにという程度で、基本的には適当いいと思います。
16 32 64 128 256 512 など美しく感じる数が使われている事が多いです。

プーリングのサイズは1/2が基本です。

Answer 2

理論的にフィルター数はいくつでもよい気がするのですが

おっしゃる通り、論文作者がいろいろ試してうまくいった値を載せているだけなので、理論的な理由があって決められてるわけではありません。

VGG 以降、プーリングで特徴マップの大きさを半分にした直後は出力数を倍にするというのが流行っている気がします。

プーリングサイズは基本 (2, 2) ですね。

Comments

[KojiroYamamoto]

なるほど！
スッキリしました
有難うございます。
すみません、もう一つお伺いしたいのですが、
画像を学習される時にインプットサイズを指定すると思います。
しかし、自分で撮影したり、ネットから集めたりするとピクセル数が異なりますが、
あらかじめリサイズをする必要はありますでしょうか？
それともそのまま学習させてよろしいのでしょうか？

[tiitoi]

ミニバッチ学習する場合はリサイズしてサイズを整える必要があります。なので、答えとしては予めリサイズして同じサイズにします。

[KojiroYamamoto]

ご教授頂きありがとうございました！