Maxプーリング

LeNetの基本構造は、畳み込み層、プーリング層、全結合層で構成されています。畳み込み層は、カーネルと呼ばれるフィルタを使用して画像の特徴を抽出し、プーリング層は近傍の値を最大値または平均値で置き換えることで画像のサイズを縮小します。全結合層は、抽出された特徴を分類に使用します。このシンプルな構造によって、LeNetは当時の他のニューラルネットワークモデルよりも優れた画像分類性能を発揮することができました。