畳み込み層

一言で言うと

フィルタで特徴マップを作る層。

もう少し詳しく

CNN（畳み込みニューラルネットワーク）の中核を担う層で、画像認識・物体検出などで広く使われます。小さなフィルタ（カーネル）を入力データの上でスライドさせながら内積を計算し、エッジや模様などの局所的な特徴を抽出して特徴マップを生成します。ストライド（フィルタを動かす幅）やパディング（入力の周囲に値を補完する処理）によって出力サイズを制御でき、複数のフィルタを並べることでチャンネル数を増やしてより豊かな特徴表現を得られます。

CNN（畳み込みニューラルネットワーク）の中核を担う層で、画像認識・物体検出などで広く使われます。入力画像に対してフィルタを適用することで空間的な局所パターンを学習できるため、全結合層に比べてパラメータ数を大幅に削減しながら高い表現力を実現できます。

実務でどう使うか

関連する章

Ch194 で詳しく学べます。