问卷积神经网络理论

EN

我很抱歉问了这个愚蠢的问题，但经过一番思考，我仍然不明白：

若要查看一幅28x28 = 784像素的图像，则可以让隐藏层的一个神经元了解输入层的大约5x5 = 25像素：

​

然而，正如他所解释的那样：

在分析我们提出的具体情况后，我们注意到，如果输入为28×28像素，窗口为5×5，则在第一隐层中定义了24×24神经元的空间，因为在到达输入图像的右(或底部)边界之前，只能将窗口23神经元移动到右侧，而23神经元只能移动到底部。我们想向读者指出，我们所做的假设是，当新行开始时，窗口向前移动1像素，水平和垂直移动。因此，在每一步中，新窗口都与前面的窗口重叠，但在我们已经前进的像素行中除外。

我真的不明白为什么我们需要在第一个隐藏层中有一个24x24神经元的空间？因为我取了5x5个窗口( 784个中有25个像素)，我想我们需要785/25 =32个神经元。我的意思是，隐藏层的一个神经元难道不知道25个像素的特性吗？显然不是，但我真的很困惑。