Base de lo que he aprendido, utilizamos varios filtros en una capa de Conv de un CNN para aprender detectores de características diferentes. ¿Pero puesto que estos filtros se aplican del mismo modo (es decir, resbala y multiplicado a las regiones de la entrada), no sólo aprenden los mismos parámetros durante el entrenamiento? ¿Por lo tanto, el uso de varios filtros sería redundante?
Respuestas
¿Demasiados anuncios?
Cj Bayron
Puntos
36
He encontrado la respuesta a esta pregunta: https://www.quora.com/Why-does-each-filter-learn-different-features-in-a-convolutional-neural-network
Dice aquí: "... (optimización) algoritmo encuentra que la pérdida no disminuye si dos filtros tienen pesos similares y sesgos, por lo que con el tiempo va a cambiar uno de los filtro (s pesos y sesgos) con el fin de reducir la pérdida de tal modo que el aprendizaje de una nueva característica."
Gracias por las respuestas. Agradezco :)
ironman
Puntos
310
Yo tenía la misma confusión en la comprensión de este hecho. La confusión surge para los principiantes debido a que el libro explícitamente al no mencionar que los filtros son diferentes.
desde estos filtros se aplican del mismo modo
Los filtros se aplican de manera similar, pero el valor de la celda en la matriz es diferente de cada uno de los otros filtros. Así que extraer diferentes características de la imagen.
no se acaba de aprender los mismos parámetros durante el entrenamiento
No, ellos No aprenden de la misma parámetro ya que los filtros son diferentes ahora. Por lo que el uso de múltiples filtro no es redundante.
