Answers:
我在理解这一事实时也感到困惑。初学者会感到困惑,因为这本书没有明确提到过滤器是不同的。
因为这些滤镜的应用方式相似
过滤器的应用类似,但矩阵中单元格的值彼此不同。因此他们从图像中提取了不同的特征。
他们会不会只是在训练期间学习相同的参数
不,由于过滤器现在不同,因此他们不会学习相同的参数。因此,使用多个过滤器不是多余的。
我找到了这个问题的答案:https : //www.quora.com/Why-does-each-filter-learn-different-features-in-a-convolutional-neural-network
它在此处表示:“ ...(优化)算法发现,如果两个滤波器的权重和偏差相似,则损耗不会减少,因此最终会更改其中一个滤波器的权重和偏差,以减少损耗学习新功能。”
谢谢你的回答。欣赏它:)