为什么卷积网络需要多个特征映射？

Question

我是一个深度学习的初学者。对于卷积网络，例如lenet-5，在C1层中有6个特征映射。每个特征映射都与一个唯一的卷积核(5x5矩阵)相关联。

同一图层中的任意两个特征地图之间有什么不同？对于像MNIST (没有RGB)这样的黑白图像数据集，人们仍然使用6个特征映射。

我猜，最初，这6个卷积核是随机生成的5x5矩阵。因此，当相同的输入图像被投影到不同的特征映射时，特征映射的输出将不同。这是主要的动机，对吧？

Answer 1

卷积层中的每个滤波器都从输入中提取特定的特征。一个过滤器可能对水平边缘敏感，而另一个过滤器对垂直边缘敏感。第三个滤波器可能对三角形敏感。您希望功能映射彼此尽可能地不同，以避免冗余。避免冗余可以提高网络的容量，以适应尽可能多的数据变化。随机初始化可防止学习重复的过滤器。

为什么选择6个功能图？这是尝试其他数量的过滤器的结果。请记住，增加过滤器的数量会导致更高的计算开销和可能的过度拟合(记住训练数据，但不擅长正确地对新图像进行分类)。对6的另一种直觉是，像素没有太大的变化，你最终会在后续的层中提取更复杂的特征。C1的6个特征地图最终在MNIST数据集上工作得很好。