CNNのフィルタはどのように学習されていますか？

Question

私は、入力（イメージと言う）がCNNを順方向に通過し、畳み込まれ、ダウンサンプリングされることを理解します。次に、完全に接続されたレイヤーで、それが生成する最終的な重みを与えられたラベルを割り当てます。訓練では、Eをゼロに近づけるように、勾配降下（または他の最適化機能）を利用して重みを調整できるように、Errror変数が計算されます。

フィルタはこのプロセスでどこで学習されますか？フィルタがガウスノイズから線、コーナー、色にどのように移行するか分かりません。次に、これらのフィルタがテスト用のファイルに明示的に書き込まれているとします。

Answer 1

CNNから学んだ各カーネルは、それらのフィーチャ（線、コーナーなど）を作成するフィルタです。

Sobelは例としてイメージを畳み込むために特定のカーネルを使用し、このカーネルでエッジ検出器として使用されるXとYの勾配を回復することができます。しかし、その機能（ライン）が、私たちが回復したいと思うだけではない、または私たちの特定の問題のための理想的な機能ではない場合はどうでしょうか。したがって、これらのカーネルを学び、異なるイメージを作成することができます。

この画像は、機能マップと呼ばれ、different techniquesで視覚化することができます。実際にCNNが何を学習しているかをよく理解することができますので、このビデオをご覧になることをお勧めします。course

このフィルタを習得するには、期待される出力が何であるかが分かります。あなたはランダムな値（フィルター/重みの最初の値）で画像を畳み込み、最良のものを学習している典型的なソールを使用する代わりに、トレーニングセットを予測するのに適したものを得るまで、それらの値を学ぶことができますカーネル/フィルタを使用して、イメージをよりよく表現する機能を回復します。

これらのフィルタは、最終的には学習したネットワークの重みです。