神经网络的输入类型重要吗？

Question

这绝对是一个新手问题。caffe中的视频分类任务。

我有一个神经网络，我必须用视频(图像组)进行训练。我可以从几个选项中选择更改网络输入的形状。

在所有情况下，我都假设网络架构(层的排列和数量)和学习参数(LR/衰减/正则化等)是恒定的。

例如，我可以选择将我的输入作为以下内容之一提供给网络。

1) batch_size x (no_of_imgs*no_of_channels) x高x宽{3维输入}

2) batch_size x no_of_imgs x no_of_channels x高x宽{4维输入}

3) batch_size x no_of_channels x no_of_imgs x高x宽{4维输入}

输入形状如何影响网络的精度？

Answer 1

我绝对建议你选择第二个设置。在这种情况下，您可以利用图像的不同空间和光谱属性以及不变性，这可能有助于您在使用卷积体系结构时更好地学习。在第一次设置中-大部分空间和光谱信息都丢失了。第三-少一点，但仍然可能丢失一些光谱信息，这可能会损害你的学习过程。