CNN：为什么要将相同的激活贴图堆叠在一起

Question

我想知道为什么我们将基本相同的激活图叠加在一起？由于它始终是在同一输入上应用的相同过滤器，它不会始终是相同的激活映射吗？

如果是这种情况，我们甚至不需要重新计算激活图，而只需复制激活图N次。这为我们提供了哪些其他信息？是的，我们再次创建一个具有深度（输出量）的图层，但如果它是相同的值，它背后的理性是什么？

Src：http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture5.pdf

Answer 1

它不是相同的卷积，每个激活映射（独立权重）都有单独的独立内核（过滤器），因此它们完全不同。没有它，在卷积之后我们只会提取一种“特征”，比如边缘;而对于CNN来说，我们需要大量的这些。

在提供的示例中，“绿色5x5x3过滤器”生成一个绿色激活图，然后您有单独的“蓝色5x5x3过滤器”，它会生成蓝色激活图等等。

Answer 2

实际上我们不会将相同的激活图叠加在一起，只是每个激活图的形状都保持不变（在您的情况下为5 * 5 * 3），但是权重不同激活图完全不同。
1.每个激活图共享相同的权重。是单个激活图，用于检测特定类型的特征出现在原始图的不同位置。
2.不同的激活图用于检测不同种类的特征。