は、私は数冊の本と畳み込みニューラルネットワークについての記事を読んで、私が概念を理解しているようだが、私は下の画像のようにそれを我慢する方法がわからない： alt text http://what-when-how.com/wp-content/uploads/2012/07/tmp725d63_thumb.png畳み込みニューラルネットワーク - フィーチャマップを取得するには？
正規化されたピクセルINPUT 28x28から、我々は4を得ますサイズ24x24の特徴マップ。しかし、それらを得る方法？ INPUTイメージのサイズを変更しますか？または画像変換を実行していますか？しかし、どんな種類の変容？入力画像を24x24x4の4つの角にカットしますか？私はプロセスを理解していない、それは彼らがカットまたは各ステップで小さな画像に画像のサイズを変更するようだ。感謝を助けてください。
これはCONV2関数のMATLABヘルプファイルです（CNV Matlabで（畳み込みレイヤーを取得するために）使用します）。慎重にそれを読んで、あなたはあなたの答えを見るでしょう。
%CONV2 Two dimensional convolution.
% C = CONV2(A, B) performs the 2-D convolution of matrices A and B.
% If [ma,na] = size(A), [mb,nb] = size(B), and [mc,nc] = size(C), then
% mc = max([ma+mb-1,ma,mb]) and nc = max([na+nb-1,na,nb]).
%
% C = CONV2(H1, H2, A) convolves A first with the vector H1 along the
% rows and then with the vector H2 along the columns. If n1 = length(H1)
% and n2 = length(H2), then mc = max([ma+n1-1,ma,n1]) and
% nc = max([na+n2-1,na,n2]).
%
% C = CONV2(..., SHAPE) returns a subsection of the 2-D
% convolution with size specified by SHAPE:
% 'full' - (default) returns the full 2-D convolution,
% 'same' - returns the central part of the convolution
% that is the same size as A.
% 'valid' - returns only those parts of the convolution
% that are computed without the zero-padded edges.
% **size(C) = max([ma-max(0,mb-1),na-max(0,nb-1)],0).**
畳み込みニューラルネットワークについて読んだ本/記事を列挙できますか？前もって感謝します。 – lmsasu
Neural Networks and Learning Machines第3版の本 –
このコンボルーションは実際には非常に重要な部分です（したがって、「畳み込みNN」という名前です）。しかし、ほとんどの人はCNNの仕組みを説明することに集中しているようです。 「フィーチャマップを取得する方法」の部分を無視してください。 私はこのウェブサイトを見つけるまで私は混乱しました（そして怒っていました）：http：//www1.i2r.a-star.edu.sg/~irkhan/conn2.html すべてを簡単な英語で説明しています。 –