1樓：霍華德
設原始影象為 維，卷積核尺寸為 ，在沒有padding和stride為1的情況下，輸出尺寸為
在有padding的情況下，padding尺寸為 ，輸出尺寸為：
在有same padding的情況下，我們希望輸出尺寸與輸入尺寸一致，所以
所以我們可以看出，為了使得 取整數，我們需要使用奇數的卷積核尺寸，否則我們可能會面臨非對稱padding的情況，既左邊多一點，或者右邊多一點，這樣是不合理的。
另外乙個重要原因是奇數卷積核尺寸，我們有對稱中心點，中心點左邊和右邊是對稱的，上面和下面是對稱的。而偶數卷積核則沒有這樣的中心點。
2樓：[已重置]
這個問題是困難的，只能靠經驗，理論的結果是困難的，至少等價於在乙個複雜的黎曼空間上尋找一條終點不確定（只有部分資訊）的測地線，問題的描述需要用元學習的框架對網路結構進行優化。簡化的版本是使用ResNet結構（使用小kernel）進行優化找逼近的，然後通過knowledge distillation逐漸簡化系統結構。
用TensorFlow訓練CNN網路時，測試的loss一直不變且測試準確率也很低，這是咋回事？
白色科比 我認為是batch size設定的有問題，或者說這是應該首先考慮的問題，因為你的這個準確率一直在波動，我之前遇見的大部分模型準確率出現了波動都是調整batch size最後成功收斂的， 張帆 提供幾個思路，直覺是你的訓練集太少了，因為就算模型有問題只要引數多overfit就很有可能做到 d...
卷積神經網路（CNN）和迴圈神經網路 RNN 有什麼區別？
不存在的1990 從字面區分 cnn 裡面的 c指 convolutional operation，是一種提取影象特徵方法。把這一operation加入到layer裡面構成了convolutional layer。rnn裡的r 指recurrent，中文是重複的意思。rnn構造的結構也是recurr...
CNN在設計模型時如何高效地整理不同版本的模型結構？
旅行大喵 如果你用的是TensorFlow的話，可以在中間寫一些用於TensorBoard的輸出，然後每個模型放乙個資料夾，然後用TensorBoard來看這些資料夾的損失函式和Precision，AUC ROC等等。另外TensorBoard可以顯示TensorFlow的模型結構，於是順便也把網路...