6-02　パディングと畳み込み 　この書籍の242ページにある畳み込みニューラルネットワークの例では最初にConv（畳み込み）層があります。本章ではそこで行われる畳み込みについて説明します。 ●畳み込みの前処理としてのパディング 　元の画像は図6-02の内側の枠に示す画素 X'0, 0 〜 X'27, 27（28×28）からなります。 　ここで画像の枠を上下左右に1画素ぶん広げます。その結果、画像サイズはX0, 0 〜 X29, 29（30×30画素）になります。 　同図にあるように外枠（灰色の部分）は０で埋めます。この操作を「パディング」といいます。 　　図6-02　パディングで画像サイズを拡げる ●1個のフィルタに付き784個の積和結果 　30×30画素と拡げた画像を図6-03のように左から右に１画素づつずらしながら積和をとります。 　右端まで行ったら左端に戻りますがその際、1画素ぶん下にずらします。そして再び右にずらしながら積和をとっていきます。 　その所作を右下まで続けると結果的にMac0〜Mac783という784個の結果が得られます。 　　図6-03　一画面を左右上下に走査しながら積和をとる ●フィルタは16個あるので16チャネルぶんの結果が得られる 　図6-03では1個のフィルタ（要素数は3×3）を用いて積和演算しましたが、この書籍の242ページの一層目の畳み込み層においては16個のフィルタを用います。つまりこの畳み込み層の出力は784×16個となり、画像16枚（16チャネル）ぶんになります(図6-04）。 　　図6-04　要素数3×3のフィルタが16個ある 目次へ戻る