Je suis assez nouveau dans les réseaux de neurones, mais je comprends assez bien l'algèbre linéaire et les mathématiques de la convolution.
J'essaie de comprendre l'exemple de code que je trouve à divers endroits sur le net pour former un NN convolutionnel Keras avec des données MNIST pour reconnaître les chiffres. Je m'attendais à ce que lorsque je crée une couche convolutionnelle, je devrais spécifier un filtre ou un ensemble de filtres à appliquer à l'entrée. Mais les trois échantillons que j'ai trouvés créent tous une couche convolutionnelle comme celle-ci:
model.add(Convolution2D(nb_filter = 32, nb_row = 3, nb_col = 3,
border_mode='valid',
input_shape=input_shape))
Cela semble appliquer un total de 32 filtres 3x3 aux images traitées par le CNN. Mais quels sont ces filtres? Comment pourrais-je les décrire mathématiquement? La documentation des keras n'est d'aucune aide.
Merci d'avance,