输入过滤器来自conv-neural网络（MNIST示例）

Question

我是卷积神经网络的新手......所以这可能是一个无知的问题。

我现在已经在TensforFlow中的MNIST示例中跟踪了许多示例和教程。在CNN的例子中，所有作者都使用“输入过滤器”来讨论。在CNN中运行。但是，没有人能够找到他们来自哪里。任何人都可以回答这些来自哪里？或者它们是从输入图像中神奇地获得的。

谢谢！克里斯

This is an image that one professor uses, be he does not exaplain if he made them or TensorFlow auto-extracts these somehow.

Answer 1

免责声明：我不是专家，更不是爱好者。

简而言之：过滤器是CNN等效的权重，所有神经网络基本上都在学习它们的最佳值。 通过迭代训练数据集，进行预测，将它们与已经分配给每个训练单位的标签/值（通常是CNN情况下的图像）进行比较并调整权重以最小化误差函数（预测之间的差异）来做价值和实际价值）。

过滤器/权重的初始值并不重要，因此尽管它们可能会在很小程度上影响收敛速度，但我相信它们通常会被赋予随机值。

神经网络的工作是找出最佳权重，而不是实现它的人。