Red neuronal convolucional - ¿Cómo obtener los mapas de características?

Question

He leído algunos libros y artículos sobre la red neuronal convolucional, parece que entiendo el concepto, pero no sé cómo ponerlo arriba como en la imagen de abajo: alt text http://what-when-how.com/wp-content/uploads/2012/07/tmp725d63_thumb.png

de 28x28 píxeles normalizado ENTRADA obtenemos 4 mapas de características de tamaño 24x24. pero, ¿cómo conseguirlos? cambiar el tamaño de la imagen de ENTRADA? o realizar transformaciones de imagen? pero que tipo de transformaciones? o cortando la imagen de entrada en 4 pedazos de tamaño 24x24 por 4 esquinas? No entiendo el proceso, para mí parece que cortan o cambian el tamaño de la imagen a imágenes más pequeñas en cada paso. por favor ayuda gracias.

Answer 1

Este es el archivo de ayuda de matlab para la función CONV2, que se utiliza en CNN Matlab (para obtener capas convolucionales). Léalo cuidadosamente y verá su respuesta.

%CONV2 Two dimensional convolution. 
% C = CONV2(A, B) performs the 2-D convolution of matrices A and B. 
% If [ma,na] = size(A), [mb,nb] = size(B), and [mc,nc] = size(C), then 
% mc = max([ma+mb-1,ma,mb]) and nc = max([na+nb-1,na,nb]). 
% 
% C = CONV2(H1, H2, A) convolves A first with the vector H1 along the 
% rows and then with the vector H2 along the columns. If n1 = length(H1) 
% and n2 = length(H2), then mc = max([ma+n1-1,ma,n1]) and 
% nc = max([na+n2-1,na,n2]). 
% 
% C = CONV2(..., SHAPE) returns a subsection of the 2-D 
% convolution with size specified by SHAPE: 
%  'full' - (default) returns the full 2-D convolution, 
%  'same' - returns the central part of the convolution 
%    that is the same size as A. 
%  'valid' - returns only those parts of the convolution 
%    that are computed without the zero-padded edges. 
%    **size(C) = max([ma-max(0,mb-1),na-max(0,nb-1)],0).**