对于图像识别，有一个关于滤波器矢量与其我没有得到的层功能的事情。许多文章都提到了类似的想法：＆＃34; ...来检测第一层原始像素的边缘，然后使用边缘检测第二层的简单形状...＆＃34;，有些文章写道： ＆＃34;过滤器随机初始化，并在训练期间自动从数据中学习。＆＃34;
我的问题是，如果滤波器值没有按CNN中的某种顺序排列（即，随机学习的值），我们怎么能知道CNN（总是？）首先学习边缘，并且它在第二次检测到形状层等？非常感谢你！
答案 0 :(得分：0)
如果从我知道的任意值中学习滤波器矢量，CNN似乎总是从边缘，形状等学习图像？看起来CNN可以找到自己的方式（或说模式？）来按顺序放下滤波器向量。我的猜测是“过滤池”过程调整了原始图像的大小，因此CNN将学习其分层性质的图像特征。