假设我有一个 CNN，它在第一（conv）层采用 1 通道信号（输入）并给出 2 通道输出。让我们进一步假设从任何这些通道的角度来看，网络的其余部分具有对称架构。此外，让我们假设所有的权重都初始化为零（或相同的数字）。
考虑到这种网络的对称性，我们怎么知道训练后的特征图（通道的内核）不相似？具体来说，具有相同特征图的内核是什么不合理的？
CNN 如何找到不同的特征图？
数据挖掘
机器学习
卷积神经网络
2022-02-16 02:04:35
1个回答
您不应该将所有权重都初始化为零，而是使用随机初始化。否则你不能打破对称性，网络中的所有输出都是相同的。