मैंने जो भी सीखा है, उसके आधार पर, हम अलग-अलग फ़ीचर डिटेक्टरों को सीखने के लिए CNN के कन्वीनर लेयर में कई फिल्टरों का उपयोग करते हैं। लेकिन चूंकि ये फ़िल्टर समान रूप से लागू होते हैं (यानी इनपुट के क्षेत्रों में स्लेज और गुणा), तो क्या वे प्रशिक्षण के दौरान समान पैरामीटर नहीं सीखेंगे? इसलिए कई फिल्टर का उपयोग बेमानी होगा?
जवाबों:
इस तथ्य को समझने में मुझे वही भ्रम था। शुरुआती लोगों के लिए भ्रम की स्थिति पैदा होती है क्योंकि पुस्तक की खोज में यह उल्लेख नहीं है कि फिल्टर अलग हैं।
चूँकि ये फ़िल्टर इसी तरह से लगाए जाते हैं
फिल्टर समान रूप से लागू होते हैं लेकिन मैट्रिक्स में सेल का मूल्य एक दूसरे फिल्टर से अलग होता है। इसलिए वे छवि से विभिन्न विशेषताओं को निकालते हैं।
क्या वे सिर्फ प्रशिक्षण के दौरान एक ही पैरामीटर नहीं सीखेंगे
नहीं, वे एक ही पैरामीटर नहीं सीखते क्योंकि फ़िल्टर अब अलग हैं। इसलिए मल्टीपल फिल्टर का इस्तेमाल बेमानी नहीं है।
मुझे इस सवाल का जवाब मिल गया है: https://www.quora.com/Why-does-each-filter-learn-different-features-in-a-convolutional-neural-network
यह यहाँ कहता है: "... (ऑप्टिमाइज़ेशन) एल्गोरिथ्म में पाया गया है कि दो फिल्टर और वज़न समान होने पर नुकसान कम नहीं होता है, इसलिए यह अंततः नुकसान को कम करने के लिए फ़िल्टर (वेट्स और बायसेज़) में से एक को बदल देगा। एक नई सुविधा सीखना। "
उत्तर देने के लिए आपको धन्यवाद। इसकी प्रशंसा करना :)