卷积神经网络中的滤波器向量及其层函数答案

【问题标题】：The filter vector and its layer function in a Convolutional Neural Network卷积神经网络中的滤波器向量及其层函数
【发布时间】：2016-12-09 07:01:29
【问题描述】：

对于图像识别，我没有得到关于过滤器向量与其层函数的关系。许多文章提到了类似的想法：“......在第一层从原始像素中检测边缘，然后在第二层使用边缘检测简单形状......”，还有一些文章写道：“过滤器是随机初始化的并在训练期间自动从数据中学习。”

我的问题是，如果过滤器值在 CNN 中没有按某种顺序排列（即随机学习的值），我们怎么知道 CNN（总是？）首先学习边缘，然后在第二次检测形状层等？非常感谢！

【问题讨论】：

【解决方案1】：

如果过滤器向量是从任意值中学习的，我知道它们是，CNN 似乎总是从边缘、形状等学习图像？看起来 CNN 可以找到自己的方式（或者说模式？）来按顺序排列过滤器向量。我的猜测是“过滤池化”过程会调整原始图像的大小，因此 CNN 将学习图像特征的层次结构。

【讨论】：