最終更新日:2026年11月2日
gk cnn convolution
まず結論
畳み込み層の縦・横の出力サイズは、入力サイズ、カーネル、パディング、ストライドで決まります。ストライドで割り切れない条件でも、標準的な畳み込みでは端数を切り捨てて出力サイズを求められます。
直感的な説明
小さな窓を入力の上で動かし、窓を置ける位置の数を数えます。周囲を埋めるパディングは位置を増やし、動かす間隔であるストライドが大きいと位置は減ります。縦と横は別々に計算します。
定義・仕組み
パディングが左右に同じ幅 P、拡張率(dilation)が1のとき、1方向のサイズは次のとおりです。
出力サイズ = floor((入力サイズ + 2×P − カーネルサイズ) ÷ ストライド) + 1
floorは小数点以下を切り捨てることです。拡張率が1以外なら、有効なカーネルサイズは 拡張率×(カーネルサイズ−1)+1 に変わります。
たとえば入力が11×11、P=2、カーネルが3×3、ストライドが2なら、縦横とも floor((11+4−3)÷2)+1=7 なので、出力は7×7です。
入力が10×10でほかの条件が同じ場合は floor((10+4−3)÷2)+1=floor(5.5)+1=6 となり、6×6です。
操作して確認:カーネルを置ける位置
入力サイズ・カーネル・ストライド・パディングを変更し、次の位置を押すと窓の移動が分かります。オレンジの枠が現在のカーネル位置です。縦横が同じ正方形の入力、拡張率1の例です。
出力:4 × 4
出力サイズは、窓を置ける位置の数です。
いつ使う?(得意・不得意)
畳み込み層やプーリング層の出力形状を追う際に使います。ただし、プーリングには端数の扱いを変える設定もあります。問題文に指定があれば、層の種類と端数処理を確認してください。
チャネル数はこの式とは別です。畳み込み層では出力チャネル数をフィルタの数から判断します。
G検定ひっかけポイント
- 左右に同じ幅 P を追加 → 2P を足す
- ストライドが大きい → 窓を置く位置が減りやすい
- 割り切れない → 端数処理を確認。必ず問題の誤りとは限らない
- 拡張率が1以外 → カーネルの有効幅が変わる
- 出力の縦横と出力チャネル数は別々に確認
まとめ(試験直前用)
- 出力の縦横 → 入力・パディング・カーネル・ストライド
+1と切り捨てを忘れない- 拡張率やプーリングの設定がある場合は条件を読み直す
- チャネル数は別に考える