CNN畳み込み層の数による結果の違い

Question

質問です

こんにちは、プログラマー初心者です。
自分で調べたり、人に聞いたりしたの
下記のように、サイトによって畳み込み層(model.add(Conv2D(～～)))を2つ書いてプーリング層(model.add(Pooling2D(～～)))を1つ書いてるものと、畳み込み層を1つ書いてプーリング層を書いているものがありますが、結果がどう変わるのか分かりません。違いは何でしょうか。
ご教示お願いいたします。

プログラム例(畳み込み層2つの場合)

model.add(Conv2D(filters = 64, kernel_size = (3, 3), strides = (1, 1), padding = 'same', activation = 'relu'))
model.add(Conv2D(filters = 64, kernel_size = (3, 3), strides = (1, 1), padding = 'same', activation = 'relu'))
model.add(MaxPooling2D(pool_size = (2, 2)))

プログラム例(畳み込み層1つの場合)

model.add(Conv2D(filters = 64, kernel_size = (3, 3), strides = (1, 1), padding = 'same', activation = 'relu'))
model.add(MaxPooling2D(pool_size = (2, 2)))

情報が足りなければ教えてください。追記します。よろしくお願いいたします。

Answer 1

畳み込み層を1つ書いてプーリング層を書いているものがありますが、結果がどう変わるのか分かりません。違いは何でしょうか。

畳み込み層が2つあるので、1つ目の CNN の出力する特徴マップに対して、2つ目の CNN でさらに畳み込みが行えるので、より抽象的な特徴が抽出できるようになります。