1) Katman 1'deki C1'in 6 özellik haritası var, bu altı evrişimsel çekirdek olduğu anlamına mı geliyor? Her evrişimsel çekirdek, girdiye dayalı bir özellik haritası oluşturmak için kullanılır.
6 evrişimsel çekirdek vardır ve her biri girdiye dayalı bir özellik haritası oluşturmak için kullanılır. Bunu söylemenin bir başka yolu, sadece ağırlık diyeceğim 6 filtre veya 3B ağırlık seti olmasıdır. Bu görüntünün göstermemesi, muhtemelen daha net hale getirmek için, tipik olarak görüntülerin kırmızı, yeşil ve mavi dediği 3 kanala sahip olmasıdır. Yani sizi girişten C1'e eşleyen ağırlıklar sadece 5x5 değil, şekil 3x5x5 / boyuttadır. Aynı 3 boyutlu ağırlıklar veya çekirdek, C1'de 2 boyutlu bir özellik haritası oluşturmak için tüm 3x32x32 görüntüye uygulanır. Bu örnekte 6 çekirdek (her biri 3x5x5) vardır;
2) Katman 1'deki S1'in 6 özellik haritası, Katman 2'deki C2'nin 16 özellik haritası vardır. S1'deki 6 özellik haritasına dayanan bu 16 özellik haritasını elde etme süreci nasıldır?
Şimdi katman 1'de yaptığımızla aynı şeyi yapın, ancak katman 2 için yapın, ancak bu sefer kanal sayısı S1'deki özellik eşleme / filtre sayısı için 6 (RGB) değil, 6, altı. Şimdi her biri şekil / boyut 6x5x5 olan 16 benzersiz çekirdek var. her katman 2 çekirdeği, C2'de bir 2D özellik haritası oluşturmak için S1'in tamamına uygulanır. Bu, katman 2'deki 16 özellik eşlemesini oluşturmak için katman 2'deki her 16 benzersiz çekirdek için 16 kez yapılır (adım 1 olduğu ve dolgu sıfır olduğu için her 10x10)
kaynak: http://cs231n.github.io/convolutional-networks/