ML の実践: 画像分類
コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。
理解度チェック: 畳み込み
2 次元 4x4 入力特徴マップに 2 次元 3x3 畳み込みフィルタが適用されます(パディングは追加されません)。

出力特徴マップの形状はどうなるか。
2x2
3x3 フィルタが 4x4 特徴マップ上をスライドすると、配置できる固有の位置が 4 つあり、2x2 出力特徴マップが生成されます。

3×3
フィルタ自体は 3x3 ですが、出力特徴マップは小さくなります。これは、4x4 入力特徴マップにフィルタを配置できる場所が 9(3×3)未満であるためです。
4x4
パディングなしで入力特徴マップと同じサイズの出力特徴マップを生成するには、畳み込みフィルタの形状を 1x1 にする必要があります。1x1 より大きいフィルタを使用すると、入力特徴マップよりも小さい出力特徴マップが生成されます。フィルタは 3x3 なので、出力特徴マップは 4x4 より小さくする必要があります。
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-07-27 UTC。
[[["わかりやすい","easyToUnderstand","thumb-up"],["問題の解決に役立った","solvedMyProblem","thumb-up"],["その他","otherUp","thumb-up"]],[["必要な情報がない","missingTheInformationINeed","thumb-down"],["複雑すぎる / 手順が多すぎる","tooComplicatedTooManySteps","thumb-down"],["最新ではない","outOfDate","thumb-down"],["翻訳に関する問題","translationIssue","thumb-down"],["サンプル / コードに問題がある","samplesCodeIssue","thumb-down"],["その他","otherDown","thumb-down"]],["最終更新日 2025-07-27 UTC。"],[[["\u003cp\u003eApplying a 3x3 convolutional filter to a 4x4 input feature map without padding results in a 2x2 output feature map.\u003c/p\u003e\n"],["\u003cp\u003eThe output feature map is smaller than the input because the filter's size limits the number of positions it can occupy on the input.\u003c/p\u003e\n"],["\u003cp\u003eA 1x1 filter would be required to maintain the input's dimensions in the output without padding.\u003c/p\u003e\n"]]],[],null,["\u003cbr /\u003e\n\nCheck Your Understanding: Convolution\n\nA two-dimensional, 3x3 convolutional filter is applied to a two-dimensional 4x4 input feature map\n(no padding added):\n\nWhat is the shape of the output feature map? \n2x2 \nAs the 3x3 filter slides over the 4x4 feature map, there are 4 unique locations in which it can be placed, which results in a 2x2 output feature map: \n3x3 \nWhile the filter itself is 3x3, the output feature map is smaller because there are fewer than 9 (3 times 3) possible locations where the filter can be placed on the 4x4 input feature map. \n4x4 \nTo generate an output feature map with the same dimensions as the input feature map with no padding, the convolutional filter would have to be 1x1 in shape. A filter larger than 1x1 will produce an output feature map that is smaller than the input feature map. Because our filter is 3x3, the output feature map must be smaller than 4x4."]]