سوال در رابطه با لایه کانولوشن( فیجرمپ ها و نورون ها)

Question

با سلام
ببخشید من تو بحث نورون ها و فیچر مپ ها چندتا سوال داشتم اگه دوستان وقت بزارن و یه توضیح بدن ممنون میشم
در شبکه عصبی عادی وزن ها بار اول به صورت رندم مقدار دهی میشن می خواستم بدونم اینجا هم برای بار اول مقدار دهی وزن ها( فیلترها) به صورت رندمه؟ همچنین تعداد فیلترها دلبخواهی می باشد؟
2. اینکه ما به ازای هر فیلتر یک فیچر مپ داریم؟
3. با عرض پوزش درک نکردم که فیچر مپ ها چطور تشکیل میشن فصل دو و سه رو هم مطالعه کردم ولی باز متوجه نشدم، هر فیچر مپ توسط یک نرون تشکیل میشه؟
4. ایا هر فیلتر به یک نورون خورده؟ یعنی اگه ما در لایه اول 4 تا فیتر داشته باشیم یعنی 4 تا نورون داریم؟ و 4 تا فیچر مپ؟
5. در مورد ناحیه ادراکی ایا زمانی که تصویر حرکت می کنه نورونی که به اون بخش نگاه می کنه هم عوض میشه یا همون نرون قبلیه؟
کلا در بحث نوع قرار گیری نورون ها و اینکهدفیچر مپ ها رو هر نورون تولید می کنه یا تمام نورون ها مشکل دارم و درک نمی کنم.
ممنونم از تمام دوستان مخصوصا اقای حسن پور

Answer 1

سلام
1.بله وزنها برای بار اول بصورت رندوم مقداردهی میشن . تعداد فیلترها هم توسط شما انتخاب میشه.
2.بله به ازای هر فیلتر یک فیچرمپ دارید
3.هرفیچرمپ نتیجه خروجی یه برش عمقی هست (مثلا یه توده 55x55x96, دارای 96 برش عمقی هست ). اما در عمل میشه همون خروجی یک نورون .(چون در یک برش عمقی همه یکسان هستند و از یک فیلتر استفاده میکنن.)
4.با توجه به توضیح بالا در عمل چیزی که اتفاق می افته بله.
5.بله. برای همین همه نورونهای موجود در یک برش عمقی از یه فیلتر استفاده میکنن .
پس بصورت خلاصه این شد که همه نورونهای موجود در یک برش عمقی در اصل یک نورون بیشتر نیستن که تکرار شدن ( مثل قضیه شی گرایی شما فکر کنید یک شی وجود داره و بقیه رفرنسهایی به شی اصلی هستن!) و همه هم دقیقا یک مشخصات دارن یک تابع فعال سازی یکسان دارن با یک فیلتر وزن یکسان که روی ورودی اعمال میکنن. و همه اینها در عملیات شرکت میکنن که در عمل معادل شرکت یک نورون هست. یعنی شما یک نورون هم بزارید و بصورت غیر وکتوری اجرا کنید مراحل رو نتیجه یکسان باید بگیرید.
دقت کنید این فرض زمانی صحیح هست که اشتراک وزن وجود داشته باشه(و همه از یک تابع فعال سازی یکسان استفاده کنن) . وقتی اشتراک وزنی نباشه میشه همون داستان شبکه عصبی معمولی هر نورون یک وزن اختصاصی بخودش داره که باعث میشه متفاوت از نورون دیگه باشه . لایه هایی مثل fully connected یا locally connected از این دست هستند. چون هر نورون یک وزن اختصاصی داره.