畳み込み層の出力のサイズの内容がわからない

Question

私は畳み込みニューラルネットワークについて勉強しています．

ある画像を畳み込み層に入力すると，特徴出力マップを出力するということは分かりましたが，
その特徴出力マップのサイズに疑問を持ちました．

例えば

(28,28,1)の画像を入力した時，(26,26,32)の特徴マップが出力される．

とあった場合に，26,26は高さと幅であることは理解できますが，32という数字は何なのでしょうか．
自分で調べた限りではフィルタの数とありますが，フィルタとは3×3(もしくは5×5)の特徴を捉えるためのものとはどう違うのでしょうか？

また，(5,5,1)の画像を入力したらどのようなサイズの特徴マップが出ますか？(パディングはなし)

Answer 1

32という数字は何なのでしょうか．

3x3とか5x5とかの畳み込みフィルタを32種類用意する、という意味です
フィルタが32種類あるので、1枚の画像をそれで畳み込み処理した結果画像も32枚できます
参考

Comments

[PJwnOI]

32種類のフィルタはそれぞれの畳み込み層によって決まるのでしょうか？
それとも何か計算方法があるのでしょうか？

[jbpb0]

> 32種類のフィルタはそれぞれの畳み込み層によって決まるのでしょうか？

「決まる」のではなく「決める」のです

https://qiita.com/fukuit/items/b3fa460577a0ea139c88
の「modelの作成」と書かれてるところのすぐ下のPythonコードを見てください
model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=(28, 28, 1)))
と
model.add(Conv2D(64, (3, 3), activation='relu'))
の「Conv2D(」の次に書かれてる数字「32」と「64」が、フィルタ数です

この数字は、自動的に決まるものではありません
畳み込みフィルタのサイズ(3x3とか5x5とか)をいくつにするのかや、隠れ層の層数をいくつにするのか等と同様に、ニューラルネットを設計する際に決める数字です

[PJwnOI]

本を読んでいて，例に挙げられた説明に関するプログラムコードがなかったため，疑問を抱きましたが丁寧なご説明ありがとうございました．