Katlamalı bir katmandaki birden fazla filtre, eğitim sırasında aynı parametreyi öğrenmez mi?


11

Öğrendiklerime dayanarak, farklı özellik dedektörlerini öğrenmek için bir CNN'nin Konv Katmanında birden çok filtre kullanıyoruz. Ancak bu filtreler benzer şekilde uygulandığından (yani girdinin bölgelerine kaydırılmış ve çoğaltılmış), eğitim sırasında aynı parametreleri öğrenmezler miydi? Bu yüzden birden fazla filtre kullanımı gereksiz olur mu?

Yanıtlar:


6

Bu gerçeği anlamada aynı kafa karışıklığı yaşadım. Kafa karışıklığı yeni başlayanlar için ortaya çıkıyor çünkü kitap açıklığı filtrelerin farklı olduğundan bahsetmiyor.

çünkü bu filtreler benzer şekilde uygulanır

Filtreler benzer şekilde uygulanır, ancak matristeki hücrenin değeri birbirinden farklıdır. Böylece görüntüden farklı özellikler çıkarırlar.

sadece eğitim sırasında aynı parametreleri öğrenmezler mi

Hayır, filtreler artık farklı olduğu için aynı parametreyi öğrenmiyorlar. Bu nedenle, çoklu filtre kullanımı gereksiz değildir.


Cevap verdiğiniz için teşekkür ederim. Onları tam olarak farklı kılan nedir? Eğitim sırasında farklı parametreleri öğrenmelerini nasıl sağlayabiliriz? Başlangıç ​​değerleri mi?
cjbayron

1
her hücrenin farklı değerleri onları farklı kılar. Bazıları eğik çizgiyi algılayacak, bazıları 45 derecelik eğri çizgisini vb. Tespit edecektir.
ironman

1
Evet, farklı değerlerin filtrelerin farklı özellikleri algılamasını sağladığını anlıyorum. Ancak bu filtreler eğitim sırasında nasıl farklı öğrenir?
cjbayron

3
Filtrelerin tümü aynı şekilde başlarsa, bu şekilde kalacaktır. Rastgele başlatma, farklı başladıkları ve oradan farklı şeyler öğrendikleri anlamına gelir. Daha fazla bilgi için sinir ağlarında simetri kırılması konusuna bakın.
Aaron

4

Bu sorunun cevabını buldum: https://www.quora.com/Why-does-each-filter-learn-different-features-in-a-convolutional-neural-network

Burada şöyle diyor: "... (optimizasyon) algoritması, iki filtrenin benzer ağırlıklara ve sapmalara sahip olması durumunda kaybın azalmadığını bulur, bu nedenle sonunda kaybı azaltmak için filtrenin (ağırlık ve sapmalarından) birini değiştirir. yeni bir özellik öğrenme. "

cevaplar için teşekkür ederim. Teşekkürler :)

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.