چرا cnn ها fully connected نیستند؟

Question

با سلام
در cnn گفته میشه که مانند شبکه عصبی سنتی تمام نورون های یک لایه به تمام نورون های لایه ی بعدی متصل نیستند. با توجه با اینکه در cnn ما فیلترهایی داریم که با تصاویر ورودی کانوالو می شوند. و هم چنین لایه های به نام pooling داریم و ساختار با نورون های شبکه عصبی سنتی متفاوت است برای من دو سوال پیش میاد.
1. در cnn به چه چیزی نورون گفته میشه؟(ایا هر فیلتر یک نورون هست؟)
2. چه چیزی باعث میشه تا cnn ها fully connected نباشند؟(وجود لایه pooling؟ یا چیز دیگه ای...)

ممنون میشم اگه در درک این مفهوم به من کمک کنید.

Answer 1

1- فیلتر یک نورون نیست. هنگامی که فیلتر روی لایه ی قبلی لغزیده و کانوالو می شود حاصل آن به نورون مربوطه در لایه ی بعد داده می شود. فیلتر ها در واقع نقش مشابه وزن ها در لایه های تماما متصل را دارند و نورون نیستند.

2- در CNN ها در لایه های pool / cnn هر نورون , ناحیه ادراک (receptive field) کوچکی دارد در حالی که در شبکه های mlp معمولی ناحیه ادراک هر نورون, شامل کل نورون های لایه ی قبل می شود. به همین دلیل CNN ها شبکه های تماما متصل نیستند و هر نورون ناحیه ادراک محدود و کوچکتری دارد که در تصویر بالا هم مشخص هست.

Answer 2

سلام مطلب آموزشی موجود بر روی سایت را مطالعه بفرمایید:
http://deeplearning.ir/آموزش-شبکه-کانولوشن-بخش-اول/