《python深度學習》筆記---5、CNN的多個卷積核為什么能提取到不同的特征

一、總結

一句話總結：

過濾器的權重是隨機初始化的

只有卷積核學習到不同的特征，才會減少成本函數

隨機初始化的權重可能會確保每個過濾器收斂到成本函數的不同的局部最小值。
每個過濾器開始模仿其他過濾器是不可能的，因為這幾乎肯定會導致成本函數的增加，梯度下降算法不會讓模型朝這個方向發展。

 

 

二、CNN的多個卷積核為什么能提取到不同的特征

轉自或參考：CNN的多個卷積核為什么能提取到不同的特征？
https://www.zhihu.com/question/380709965

 

答案原文：https://www.quora.com/Why-does-each-filter-learn-different-features-in-a-convolutional-neural-network

下面是機翻

兩個原因:

1.過濾器的權重是隨機初始化的

2.只有卷積核學習到不同的特征，才會減少成本函數

隨機初始化的權重可能會確保每個過濾器收斂到成本函數的不同的局部最小值。

每個過濾器開始模仿其他過濾器是不可能的，因為這幾乎肯定會導致成本函數的增加，梯度下降算法不會讓模型朝這個方向發展。