我正在实现卷积神经网络，用于对大约 10 个类别的自然图像进行分类，例如人脸、汽车、花卉等。我读到（来自 Andrew NG 的笔记）预训练的卷积滤波器是实现 cnn 的高效且资源消耗更少的方式。我们知道预训练卷积滤波器的一种方法是使用稀疏自动编码器。

我通过输入具有 100 个隐藏单元的 28x28x3 图像块来训练第一层。

然后我将图像与那些特征图进行卷积。

与上面类似，我使用 28*28*100（100 个深度或隐藏单元的新图像）图像块作为输入和性能稀疏自动编码器，但它没有生成任何有用的特征图。

我应用的方法是否正确。有没有其他方法可以预训练特征图或卷积过滤器。请帮忙，寻找一些解决方案。