卷積層中的多個過濾器不會在訓練期間學習相同的參數嗎？

根據我所學到的，我們在 CNN 的 Conv 層中使用多個過濾器來學習不同的特徵檢測器。但是由於這些過濾器的應用類似（即滑動並乘以輸入區域），它們在訓練期間不只是學習相同的參數嗎？因此使用多個過濾器會是多餘的嗎？

我找到了這個問題的答案： https ://www.quora.com/Why-does-each-filter-learn-different-features-in-a-convolutional-neural-network

它在這裡說：“…（優化）算法發現，如果兩個過濾器具有相似的權重和偏差，則損失不會減少，因此它最終會更改其中一個過濾器（的權重和偏差）以減少損失學習新功能。”

謝謝你的回答。欣賞它:)

引用自：https://stats.stackexchange.com/questions/351661