Kinek nagyobb a receptív mezője: két egymást követő 3x3-as konvolúció vagy egy 5x5-ös konvolúció?

Két egymást követő 3x3-as konvolúció nagyobb receptív mezőt eredményez, mint egy 5x5-ös konvolúció.

Magyarázat:

• A receptív mező az a terület a bemeneti képen, amely befolyásolja egy adott neuron működését.
• Egy 5x5-ös konvolúció 5x5 pixelt fed le.
• Két egymást követő 3x3-as konvolúció növeli a receptív mezőt átfedés révén: az első 3x3-at néz, a második pedig az első kimeneteinek 3x3-as részét, összesen 5x5-ös receptív mezőt eredményezve.

A két 3x3-as konvolúció előnyei:

• Kevesebb paraméter, mint egy 5x5-ös konvolúció esetén.
• Mélyebb reprezentáció két nemlinearitás (aktiváció) révén.

Összegzés: két egymást követő 3x3-as konvolúció ugyanazt vagy nagyobb receptív mezőt ad, mint egy 5x5-ös, és hatékonyabb a paraméterek és a tanítás szempontjából.