卷積運算範例
規格
- 輸入神經元（影像）：5×5 矩陣
- 卷積核（Filter）：3×3 矩陣
- 步幅（Stride）：2（卷積核每次移動 2 步）
- 填充（Padding）：0（輸入周圍不加零邊界）
步驟說明
輸入矩陣
卷積核矩陣
步幅說明
卷積核每次水平或垂直移動 2 步。
填充說明
由於 padding = 0，輸出大小計算方式如下：
輸出大小 = [(輸入大小 - 卷積核大小) / 步幅] + 1
= [(5 - 3) / 2] + 1
= 2
所以輸出為 2×2 矩陣。
卷積步驟
區域 1（左上角）
選取的輸入區域：
計算公式：
(1×1)+(2×0)+(3×-1)+(0×1)+(1×0)+(2×-1)+(1×1)+(0×0)+(1×-1) = 1 + 0 - 3 + 0 + 0 - 2 + 1 + 0 - 1 = -4
區域 2（右上角）
選取的輸入區域：
計算公式：
(3×1)+(0×0)+(1×-1)+(2×1)+(3×0)+(0×-1)+(1×1)+(2×0)+(3×-1) = 3 + 0 - 1 + 2 + 0 + 0 + 1 + 0 - 3 = 2
區域 3（左下角）
選取的輸入區域：
計算公式：
(1×1)+(0×0)+(1×-1)+(2×1)+(1×0)+(0×-1)+(3×1)+(2×0)+(1×-1) = 1 + 0 - 1 + 2 + 0 + 0 + 3 + 0 - 1 = 4
區域 4（右下角）
選取的輸入區域：
計算公式：
(1×1)+(2×0)+(3×-1)+(0×1)+(1×0)+(2×-1)+(1×1)+(0×0)+(1×-1) = 1 + 0 - 3 + 0 + 0 - 2 + 1 + 0 - 1 = -4
輸出（特徵圖 Feature Map）
卷積運算範例
規格
- 輸入神經元（影像）：5×5 矩陣
- 卷積核（Filter）：3×3 矩陣
- 步幅（Stride）：2（卷積核每次移動 2 步）
- 填充（Padding）：0（輸入周圍不加零邊界）
步驟說明
輸入矩陣
卷積核矩陣
步幅說明
卷積核每次水平或垂直移動 2 步。
填充說明
由於 padding = 0，輸出大小計算方式如下：
輸出大小 = [(輸入大小 - 卷積核大小) / 步幅] + 1
= [(5 - 3) / 2] + 1
= 2
所以輸出為 2×2 矩陣。
卷積步驟
區域 1（左上角）
選取的輸入區域：
計算公式：
(1×1)+(2×0)+(3×-1)+(0×1)+(1×0)+(2×-1)+(1×1)+(0×0)+(1×-1) = 1 + 0 - 3 + 0 + 0 - 2 + 1 + 0 - 1 = -4
區域 2（右上角）
選取的輸入區域：
計算公式：
(3×1)+(0×0)+(1×-1)+(2×1)+(3×0)+(0×-1)+(1×1)+(2×0)+(3×-1) = 3 + 0 - 1 + 2 + 0 + 0 + 1 + 0 - 3 = 2
區域 3（左下角）
選取的輸入區域：
計算公式：
(1×1)+(0×0)+(1×-1)+(2×1)+(1×0)+(0×-1)+(3×1)+(2×0)+(1×-1) = 1 + 0 - 1 + 2 + 0 + 0 + 3 + 0 - 1 = 4
區域 4（右下角）
選取的輸入區域：
計算公式：
(1×1)+(2×0)+(3×-1)+(0×1)+(1×0)+(2×-1)+(1×1)+(0×0)+(1×-1) = 1 + 0 - 3 + 0 + 0 - 2 + 1 + 0 - 1 = -4
輸出（特徵圖 Feature Map）
卷積運算範例
規格
- 輸入神經元（影像）：5×5 矩陣
- 卷積核（Filter）：3×3 矩陣
- 步幅（Stride）：2（卷積核每次移動 2 步）
- 填充（Padding）：0（輸入周圍不加零邊界）
步驟說明
輸入矩陣
卷積核矩陣
步幅說明
卷積核每次水平或垂直移動 2 步。
填充說明
由於 padding = 0，輸出大小計算方式如下：
輸出大小 = [(輸入大小 - 卷積核大小) / 步幅] + 1
= [(5 - 3) / 2] + 1
= 2
所以輸出為 2×2 矩陣。
卷積步驟
區域 1（左上角）
選取的輸入區域：
計算公式：
(1×1)+(2×0)+(3×-1)+(0×1)+(1×0)+(2×-1)+(1×1)+(0×0)+(1×-1) = 1 + 0 - 3 + 0 + 0 - 2 + 1 + 0 - 1 = -4
區域 2（右上角）
選取的輸入區域：
計算公式：
(3×1)+(0×0)+(1×-1)+(2×1)+(3×0)+(0×-1)+(1×1)+(2×0)+(3×-1) = 3 + 0 - 1 + 2 + 0 + 0 + 1 + 0 - 3 = 2
區域 3（左下角）
選取的輸入區域：
計算公式：
(1×1)+(0×0)+(1×-1)+(2×1)+(1×0)+(0×-1)+(3×1)+(2×0)+(1×-1) = 1 + 0 - 1 + 2 + 0 + 0 + 3 + 0 - 1 = 4
區域 4（右下角）
選取的輸入區域：
計算公式：
(1×1)+(2×0)+(3×-1)+(0×1)+(1×0)+(2×-1)+(1×1)+(0×0)+(1×-1) = 1 + 0 - 3 + 0 + 0 - 2 + 1 + 0 - 1 = -4
輸出（特徵圖 Feature Map）
卷積運算範例
規格
- 輸入神經元（影像）：5×5 矩陣
- 卷積核（Filter）：3×3 矩陣
- 步幅（Stride）：2（卷積核每次移動 2 步）
- 填充（Padding）：0（輸入周圍不加零邊界）
步驟說明
輸入矩陣
卷積核矩陣
步幅說明
卷積核每次水平或垂直移動 2 步。
填充說明
由於 padding = 0，輸出大小計算方式如下：
輸出大小 = [(輸入大小 - 卷積核大小) / 步幅] + 1
= [(5 - 3) / 2] + 1
= 2
所以輸出為 2×2 矩陣。
卷積步驟
區域 1（左上角）
選取的輸入區域：
計算公式：
(1×1)+(2×0)+(3×-1)+(0×1)+(1×0)+(2×-1)+(1×1)+(0×0)+(1×-1) = 1 + 0 - 3 + 0 + 0 - 2 + 1 + 0 - 1 = -4
區域 2（右上角）
選取的輸入區域：
計算公式：
(3×1)+(0×0)+(1×-1)+(2×1)+(3×0)+(0×-1)+(1×1)+(2×0)+(3×-1) = 3 + 0 - 1 + 2 + 0 + 0 + 1 + 0 - 3 = 2
區域 3（左下角）
選取的輸入區域：
計算公式：
(1×1)+(0×0)+(1×-1)+(2×1)+(1×0)+(0×-1)+(3×1)+(2×0)+(1×-1) = 1 + 0 - 1 + 2 + 0 + 0 + 3 + 0 - 1 = 4
區域 4（右下角）
選取的輸入區域：
計算公式：
(1×1)+(2×0)+(3×-1)+(0×1)+(1×0)+(2×-1)+(1×1)+(0×0)+(1×-1) = 1 + 0 - 3 + 0 + 0 - 2 + 1 + 0 - 1 = -4
輸出（特徵圖 Feature Map）
