卷积神经网络，卷积矩阵(核)

Question

下午好!在第一阶段，在输入卷积神经网络(输入层)时，我们接收到一个源图像(即手写英文字母的图像)。首先，我们使用一个从左到右的nxn窗口来扫描图像和在核上进行乘法(卷积矩阵)来建立特征映射。但是没有写到内核应该有什么确切的值(换句话说，关于从n*n窗口检索到的数据应该乘哪些内核值)。用于边缘检测的卷积核上的数据相乘是否合适？有大量的卷积核(Emboss，高斯滤波，边缘检测，角度检测等)？但是，没有任何地方是写到确切的内核，它需要乘数据来检测手写符号。

3核

核上乘法的卷积运算

此外，如果整个图像的大小为30*30，是否可以使用5*5的窗口来构建功能地图？是否足以达到字母检测的最佳精度？

为了达到字母识别的最大精度，最佳的方法是在哪个核上将整个图像的面积相乘？或者最初内核中的所有值都等于0？我还可以问一下，应用什么公式或规则来检测需要构建的功能地图的总体数量？或者，如果任务是在字母识别的英语语言，比在每个阶段的特征地图的建设过程中，必须有确切的25个特征地图？谢谢你的回复！

Answer 1

在CNN中，卷积核是一个共享的权矩阵，并以类似于其他权重的方式学习。它是以相同的方式初始化的，具有较小的随机值，并将来自反向传播的权重增量求和到接收其输出的所有特征(即通常是卷积层输出中的所有“像素”)。

一个典型的随机核将执行有点像边缘检测器。

经过培训后，可以显示第一个CNN层，如果您熟悉图像处理，通常会学到一些可以解释的内核。

这里有一个很好的学习内核特性的动画视图：http://cs.nyu.edu/~yann/research/sparse/

简而言之，你的回答是:没有必要寻找正确的内核来使用。相反，找一个CNN的图书馆，在那里你可以设置卷积层的数量，并研究如何在他们学习的时候查看内核--大多数CNN图书馆都会有一种有记录的方法来可视化它们。