機器學習範例：圖片分類

瞭解你的理解：卷積

雙維度 3x3 卷積篩選器套用至二維 4x4 輸入特徵對應 (未新增邊框間距)：

輸出特徵圖的形狀為何？

2x2

3x3 篩選器會在 4x4 功能對應上滑動，因此可以放置 4 個不重複的位置，導致產生 2x2 輸出的特徵地圖：

三對三籃球

雖然篩選器本身是 3x3，但輸出功能對應關係較少，因為在 4x4 輸入功能地圖上可放置篩選器的可能位置少於 9 (3 倍 3) 。

四輪驅動

如要產生與邊框間距維度相同的輸出特徵對應，且沒有邊框間距，卷積篩選器的形狀必須是 1x1。大於 1x1 的篩選器會產生輸出特徵對應，小於輸入特徵對應。由於我們的篩選條件是 3x3，因此輸出特徵對應必須小於 4x4。