畳み込みニューラルネットワークにおけるフィルタベクトルとそのレイヤ機能

Question

画像認識のために、フィルタベクトルとそのレイヤ機能との間に問題はあります。多くの記事で同様のアイデアが述べられています。「最初のレイヤーで生のピクセルからエッジを検出し、2番目のレイヤーで単純な形状を検出するためにエッジを使用する」という記事と、トレーニング中のデータから自動的に学習します。

私の質問は、CNN（すなわち、無作為に学習された値）で何らかの順序でフィルタ値が配置されていないと、最初にエッジを学習し、第2層など？どうもありがとうございました！

Answer 1

私が知っている任意の値からフィルタベクトルを学習すれば、CNNは常にエッジ、シェイプなどから画像を学習するように見えますか？ CNNが独自の方法（またはパターン？）を見つけて、フィルタベクトルを並べ替えることができるように見えます。私の推測では、 'filtering-pooling'プロセスは元の画像のサイズを変更するので、CNNは画像の特徴を階層的な性質で学習します。