如果我在具有相同滤镜大小的卷积层之后添加另一个卷积层会发生什么？>
例如，在大约20层的网络中，我必须在卷积层之间选择不同的过滤器大小。所以如果我做这样的事情会产生什么影响
“”“
内部= MaxPooling2D（pool_size =（1,2），步幅= 2，填充='有效'，名称='max3'）（内部）
inner = Conv2D（64，（3,3），strides = 1，padding ='same'，name ='conv6'，kernel_initializer ='he_normal'）（inner）
内部= Conv2D（64，（3,3），步幅= 1，填充='相同'，名称='conv7'，kernel_initializer ='he_normal'）（内部）
inner = Conv2D（64，（3,3），strides = 1，padding ='same'，name ='conv8'，kernel_initializer ='he_normal'）（内部）内部= BatchNormalization（）（内部）
“”“
如果我在具有相同过滤器大小的卷积层之后添加另一个卷积层，例如在大约20层的网络中，我必须在卷积中选择不同的过滤器大小...
在两种情况下都进行了培训，其中使用相同的过滤器和不同的过滤器（1）观察是在训练更多的权重时（意味着更多的过滤器数量增加），测试的准确性更高（2）使用相同的滤波器训练时，精度不如以前的情况。