Berdasarkan dari apa yang telah saya pelajari, kami menggunakan beberapa filter dalam Conv Layer CNN untuk mempelajari berbagai detektor fitur. Tetapi karena filter ini diterapkan dengan cara yang sama (yaitu digeser dan dikalikan dengan wilayah input), bukankah mereka hanya mempelajari parameter yang sama selama pelatihan? Karenanya penggunaan beberapa filter akan menjadi berlebihan?
11
Saya telah menemukan jawaban untuk pertanyaan ini: https://www.quora.com/Why-does-each-filter-learn-different-features-in-a-convolutional-neural-network
Dikatakan di sini: "... (Optimasi) algoritma menemukan bahwa kerugian tidak berkurang jika dua filter memiliki bobot dan bias yang sama, sehingga pada akhirnya akan mengubah salah satu filter (bobot dan bias) untuk mengurangi kerugian dengan demikian mempelajari fitur baru. "
Terima kasih atas jawabannya. Menghargai itu :)
sumber