ディープラーニングのCNNで画像に適用するフィルターとプーリングの設計の仕方について

CNNで画像にフィルターをかける際のフィルターの選び方について
ライブラリでCNNをするには以下のようにしますが
実際にCNNでどのようにフィルターを設計するかわかりません
ライブラリを使えば以下のようにらく～～に設計できるのですが↓

python
1from keras.models import Sequential
2model = Sequential()                 # Sequentialオブジェクトの生成
3# 畳み込み層の設定
4model.add(
5    Conv2D(filters=10,               # フィルターの数
6           kernel_size=(3, 3),       # 3×3のフィルターを使用
7           padding='same',           # ゼロパディングを行う
8           input_shape=(28, 28, 1),  # 入力データのサイズ 
9           activation='relu'         # 活性化関数はReLU
10           ))

自力で設計する場合
例えば横縦をMinistにかける場合↓

# 縦方向のエッジを検出するフィルター
vertical_edge_fil = np.array([[-2, 1, 1],
                              [-2, 1, 1], 
                              [-2, 1, 1]],
                             dtype=ﬂoat)
# 横方向のエッジを検出するフィルター
horizontal_edge_fil = np.array([[1, 1, 1], 
                                [1, 1, 1],
                                [-2, -2, -2]],
                               dtype=ﬂoat)

で

が
縦

横
![

となりますが「１」だけだと縦を適用させればよさそうですがMinistでも09まで特徴量があるので
どのフィルターを何枚レイヤーにかませればいいか見当もつきません。
kerasではライブラリが勝手にやってくれるのでいいのですが
自分で例えば顔認識をしたい場合などどのようにすればいいかわからないです。
Ministでも09までそれぞれ縦横いろいろあるのでどのようにすればいいのか教えて下さい。

あとはプーリングの設計の仕方も教えてもらえれば幸いです。
よろしくお願いします

行動規範の内容に同意します

回答2件

フィルターの係数は、自分で作るものではありません。それを学習で獲得します。
1つのCNNで幾つのフィルターを作るか、どれくらいの大きさにするか、幾つのCNNを重ねるかといったパラメータは、問題（判別対象）に依存します。これは、oputunaのようなハイパーパラメータ探索用ツールを使うか、トライエラーを繰り返します。

投稿2019/10/26 12:26

Q71

総合スコア995

ベストアンサー

通常ディープラーニング(例えば単なる複数の全結合層からなるネットワーク)では、重みを学習データを使って自動的に更新する(学習する)ということはご存じかと思います。

CNNもやっていることは同じで、重みを学習していくのです。
ではここで、CNNにおける重みとはなにかというと、ズバリ、「フィルター」です。
縦のエッジを検出するための

python
1vertical_edge_fil = np.array([[-2, 1, 1],
2                              [-2, 1, 1], 
3                              [-2, 1, 1]],
4                             dtype=ﬂoat)

であったり、

横のエッジを検出する

python
1horizontal_edge_fil = np.array([[1, 1, 1], 
2                                [1, 1, 1],
3                                [-2, -2, -2]],
4                               dtype=ﬂoat)