小卷积核的使用妙处/为什么用3乘3的卷积核
- 3个kernel3相当于1个kernel7的；
- 2个kernel3相当于1个kernel5的；
- 更深（特征更多 （局部最优）），非线性层越多（使决策函数更加具有辨别能力）
- 参数量减少3*（3C）的平方 vs （7C）的平方 计算量也减少
- 3×3的9个格子，最中间的格子是一个感受野中心，可以捕获上下左右以及斜对角的特征变化。（7x7，stride为4的话有好多地方信息重叠了）
参数量减少，可以更加steadily地增加层数得同时不会太过于担心计算量的暴增
