หลายคนที่เริ่มศึกษา Deep Learning มักสงสัยว่า
- ทำไมเลเยอร์แรกถึงเรียนรู้ “ขอบภาพ (edges)” ก่อน “รูปร่าง (shapes)”?
- ทำไมงานด้านภาพต้องใช้
Conv2dแทบทุกครั้ง? - Convolution คืออะไรแน่?
- ทำไมต้องใส่ ReLU หลัง Conv2d ทุกครั้ง?
- แล้วทำไมยิ่งเพิ่มเลเยอร์ ความสามารถในการทำนายถึงดีขึ้น?
