↑: [[プーリング層]] [[G検定に関する知識|G-exam]] - [[特徴]]を抽出する層 - [[CNN]]で使われる - 全結合層と異なり、局所的な受容野でフィルタを適用する - フィルタ（カーネル）を画像全体にスライドさせながら畳み込み演算を行い、特徴マップを出力する - 複数のフィルタを用いることで複数の特徴マップを生成できる - パラメータ数 = フィルタサイズ × 入力チャンネル数 × 出力チャンネル数（＋バイアス）。**入力画像の縦横サイズに依存しない** ← 全結合層との決定的な違い - 「全ピクセルとフィルタの重みが独立に接続され画像サイズに比例して増える」は全結合層の性質と取り違えた誤り - CNNの2大設計原理：**局所性**（隣接ピクセルに相関があり特徴は局所的に現れる → 局所受容野）と**重み共有**（同じフィルタを画像全体に適用 → パラメータ削減・平行移動不変性） - cf. [[フィルタ・カーネル]], [[特徴マップ]], [[ストライド]], [[パディング]], [[重み共有]], [[プーリング層]], [[全結合層]]