CNNの畳み込み層の出力サイズは重要ポイントを整理して理解するための用語です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk cnn convolution

G検定トップ ＞ CNNの畳み込み層の出力サイズ

まず結論

  • 畳み込み層の出力サイズは計算式で求められる
  • パディング・カーネルサイズ・ストライドを必ず考慮する
  • G検定では「数値をそのまま代入する問題」が頻出

直感的な説明

畳み込み層の出力サイズは、

どれだけ周りを埋めて（パディング） どれくらいの大きさの窓（カーネル）を どの間隔で動かすか（ストライド）

で決まります。

感覚的には、

  • パディング：画像を大きくする
  • カーネル：一度に見る範囲
  • ストライド：飛ばしながら見る間隔

この 3つのバランス で出力サイズが決まります。

定義・計算式

出力サイズの基本式

1次元（縦・横それぞれ同じ計算）

出力サイズ = (入力サイズ + 2×パディング − カーネルサイズ) ÷ ストライド + 1

※ 割り算は 必ず割り切れる 形で問題が出ます。

今回の演習問題をそのまま解く

条件

  • 入力サイズ：11 × 11
  • パディング：2
  • カーネルサイズ：3 × 3
  • ストライド：2

計算

(11 + 2×2 − 3) ÷ 2 + 1
= (11 + 4 − 3) ÷ 2 + 1
= 12 ÷ 2 + 1
= 6 + 1
= 7

結果

  • 出力サイズ：7 × 7
  • 正解は 7

よくある間違いポイント（G検定ひっかけ）

  • ❌ パディングを片側分（+2）しか足さない
  • ❌ ストライドを掛け算で考える
  • ❌ 「+1」を忘れる
  • ❌ 出力サイズ＝入力サイズ − カーネルサイズ と単純化する

👉 式を丸暗記して代入するのが最短ルート

試験での位置づけ

  • CNNの基礎理解問題
  • 計算問題として ほぼ毎回出題候補
  • 深層学習の中でも 点を取りやすい分野

まとめ（試験直前用）

  • 出力サイズは 決まった式 で求める
  • パディングは 2倍
  • 最後の +1 を忘れない
  • G検定では 落ち着いて代入

🔗 関連記事

🏠 G検トップに戻る