Как работает свёрточная сеть

Свёрточный слой держит набор маленьких обучаемых ядер, например 3×3 по всем входным каналам. Каждое ядро скользит по изображению и в каждой позиции считает взвешенную сумму пикселей окна: получается карта признаков, показывающая, где найден паттерн. Одни и те же веса используются во всех позициях, поэтому параметров мало и признак находится в любом месте. Stride и padding управляют размером выхода. Слои складываются в иерархию: первые находят края и цветовые переходы, средние текстуры и части, глубокие целые объекты. По ходу сети разрешение уменьшают пулингом или свёртками со stride 2, а число каналов растёт. Между свёртками нелинейность и нормализация, в современных сетях residual-связи. В конце global average pooling сжимает каждую карту в число, линейный слой даёт логиты классов, softmax вероятности.