卷积网络中学到了什么
What is learned in convolutional network
在卷积网络 (CNN) 中，有人回答我说过滤器是随机初始化的。
我没意见，但是，当有梯度下降时，谁在学习？特征图，还是过滤器？
我的直觉是过滤器在学习，因为它们需要识别复杂的事物。
但我想确定一下。
正如aleju所说，过滤器权重是学习的。特征图是卷积层的输出。除了卷积滤波器权重，还有全连接（和其他类型）层的权重。
在卷积神经网络的上下文中，内核 = 过滤器 = 特征检测器。
这是来自 Stanford's deep learning tutorial (also nicely explained by Denny Britz 的精彩插图。
过滤器为黄色滑动window，其值为：
特征图是粉色矩阵。它的值取决于过滤器和图像：因此，学习特征图没有意义。训练网络时只学习过滤器。网络可能还有其他权重需要训练。
在卷积网络 (CNN) 中，有人回答我说过滤器是随机初始化的。
我没意见，但是，当有梯度下降时，谁在学习？特征图，还是过滤器？ 我的直觉是过滤器在学习，因为它们需要识别复杂的事物。 但我想确定一下。
正如aleju所说，过滤器权重是学习的。特征图是卷积层的输出。除了卷积滤波器权重，还有全连接（和其他类型）层的权重。
在卷积神经网络的上下文中，内核 = 过滤器 = 特征检测器。
这是来自 Stanford's deep learning tutorial (also nicely explained by Denny Britz 的精彩插图。
过滤器为黄色滑动window，其值为：
特征图是粉色矩阵。它的值取决于过滤器和图像：因此，学习特征图没有意义。训练网络时只学习过滤器。网络可能还有其他权重需要训练。