CNN：互いの上に同じアクティベーションマップを重ねる理由

Question

なぜ基本的に同じアクティベーションマップを重ね合わせているのでしょうか？同じ入力に常に同じフィルタが適用されるため、常に同じアクティベーションマップではないでしょうか？

この場合、アクティベーションマップを再計算する必要はなく、アクティベーションマップをN回コピーするだけです。これは私たちにどんな追加情報を提供しますか？はい、深度のあるレイヤー（出力ボリューム）を再度作成しますが、同じ値であれば、その背後にある合理的なものは何ですか？

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

Answer 1

それは同じ畳み込みではありませんが、あなたはこのように、彼らは完全に異なっている、それぞれの活性化マップ（独立した重み）のための別個の独立したカーネル（フィルタ）を持っています。それがなければ、たたみこみの後、私たちは1つの "特徴のタイプ"を抽出します。 CNNが働くには、これらのものが十分に必要です。

"green 5x5x3 filter"が1つの緑色のアクティブ化マップを生成する場合、青色のアクティベーションマップを生成する別の "blue 5x5x3 filter"があります。