오토 인코더와 컨볼 루션 신경망에서 학습 한 필터의 차이점은 무엇입니까?

CNN에서는 컨벌루션 레이어에서 피쳐 맵을 생성하는 필터를 학습합니다.

자동 인코더에서 각 레이어의 단일 숨겨진 단위를 필터로 간주 할 수 있습니다.

이 두 네트워크에서 필터의 차이점은 무엇입니까?

CNN 필터의 경우 가능한 각 위치에서 이미지의 작은 패치에 적용됩니다 (이로 인해 변환이 변하지 않음).

Autoencoder의 숨겨진 레이어는 전체 이미지 (이전 레이어의 출력)를 입력으로 가져옵니다 . 이는 이미지에 대한 좋은 생각처럼 보이지 않습니다. 일반적으로 공간적으로 로컬 기능 만 관련되어 있지만 더 먼 기능은 관련성이 적습니다. 또한, 이러한 숨겨진 뉴런은 변하지 않는 번역이 아니다.

따라서 CNN은 특별한 종류의 정규화 기능을 가진 일반적인 ANN과 같으며 지역성을 사용하기 위해 대부분의 가중치를 제로화합니다.