たたみ込み層の複数のフィルターは、トレーニング中に同じパラメーターを学習しませんか？

私が学んだことに基づいて、CNNのConv Layerで複数のフィルターを使用して、さまざまな特徴検出器を学習します。しかし、これらのフィルターは同様に適用される（つまり、スライドして入力の領域に乗算する）ため、トレーニング中に同じパラメーターを学習するだけではないでしょうか。したがって、複数のフィルターを使用すると冗長になりますか？

私はこの事実を理解するのと同じように混乱しました。初心者には混乱が生じます。これは、この本では、フィルターが異なることを明示的に述べていないためです。

これらのフィルターは同様に適用されるため

フィルターは同様に適用されますが、行列のセルの値は他のフィルターとは異なります。そのため、画像からさまざまな特徴を抽出します。

彼らはトレーニング中に同じパラメータを学ぶだけではないでしょうか

いいえ、現在フィルターが異なるため、同じパラメーターを学習しません。したがって、複数のフィルターの使用は冗長ではありません。

私はこの質問への答えを見つけました：https : //www.quora.com/Why-does-each-filter-learn-different-features-in-a-convolutional-neural-network

ここで言う：「...（最適化）アルゴリズムは、2つのフィルターの重みとバイアスが類似している場合、損失が減少しないことを検出します。そのため、損失を減らすために、いずれかのフィルター（重みとバイアス）を最終的に変更します。新機能を学ぶ。」

回答ありがとうございます。感謝します ：）