一、网络超参数的设定1.输入数据像素大小的设定:为便于GPU并行计算,一般将图像大小设置为到2的次幂。2.卷积层参数的设定:(1)卷积核大小一般使用1*1,3*3 或 5*5。(2)使用zero padding,可以充分利用边缘信息、使输入大小保持不变。(3)卷积核的个数通常设置为2的次幂,如64,128,256,512,1024等。3.池化层参数的设定:一般采用卷积核大小2*2,步长为2.4.全连接层参数的设定(可使用Global Average Pooling来代替):主要是用来解决全连接的问题,是将最后一层的特征图进行整张图的一个均值池化,形成一个特征点,将这些特征点组成最后的特征向量,然后进行softmax中进行计算。