爲什麼卷積網絡需要多個特徵映射？

Question

我是深度學習的初學者。對於像lenet-5這樣的卷積網絡，C1層有6個特徵映射。每個特徵圖與唯一的卷積核（5×5矩陣）相關聯。

同一圖層中的任何2個特徵地圖之間有什麼區別？對於像MNIST（不含RGB）的黑白圖像數據集，人們仍然使用6個特徵地圖。

我想，最初，6個卷積核是隨機生成的5×5矩陣。因此，當相同的輸入圖像被投影到不同的特徵圖時，特徵圖的輸出將不同。這是主要動機，對吧？

Answer 1

卷積層中的每個過濾器都會從輸入中提取特定的功能。一個過濾器可能對水平邊緣敏感，而另一個對垂直邊緣敏感。第三個過濾器可能對三角形形狀敏感。您希望特徵映射儘可能彼此不同以避免冗餘。避免冗餘可以提高網絡的容量，儘可能多地改變數據。 隨機初始化可防止學習重複過濾器。

爲什麼選擇6張特徵圖？這是嘗試使用其他數量的過濾器的結果。請記住，增加濾波器的數量會導致更高的計算開銷並可能過度擬合（記憶訓練數據，但不能正確分類新圖像）。對於6的另一個直覺是像素沒有那麼多的變化，你最終會在後續的圖層中提取更復雜的特徵。 C1的6個特徵地圖最終對MNIST數據集運行良好。