Я видел несколько различных архитектур для сверточной нейронной сети (CNN). Я смущен, какой из них является стандартом, и как я могу решить, что использовать. Меня не смущает количество используемых слоев или количество задействованных параметров; Я смущен КОМПОНЕНТАМИ сети.Какова правильная архитектура для сверточной нейронной сети?
Пусть предположить:
CL = свертка слой SL = подвыборка слой (пулы) CM = свертка карты NN = нейронная сеть Softmax = SoftMax классификатора (аналог линейного классификатора)
Архитектура 1 https://www.youtube.com/watch?v=n6hpQwq7Inw
CL, SL, CL, SL, CM, Софтмакс
Архитектура 2 (мы действительно нуждаемся в NN в конце снова делать?) http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5605630&tag=1
CL, SL, CL, SL, NN, Софтмакс
Архитектура 3 Моя идея
CL, SL, CL, SL, Softmax