我对即将讨论的内容还不太熟悉，所以我的问题可能比较简单。
提前感谢你们的回答！
我的问题源自于以下图片：
为了更清楚：
-
对于第一个卷积，从
1 x 28 x 28到25 x 26 x 26，输入（1层）通过滤波器（25层）。所以，一层被过滤了25次（对吗？）。
但是对于第二个卷积，从25 x 13 x 13到50 x 11 x 11，滤波器50 x 3 x 3应用在输入25 x 13 x 13上的操作是什么？我对这个操作感到困惑。因为如果输入的每一层25 x 13 x 13都通过滤波器50 x 3 x 3，输出应该是1250 x 11 x 11。为什么输出仍然是50层？ -
对于第二个最大池化，
MaxPooling2D()如何处理奇数大小的层？(11 mod 2)的余数是1。在上图中，从11到5，1发生了什么？
此外，对于奇数大小的输入层，最大池化的常见操作是什么？
回答：
每次卷积操作都应用于输入的所有通道（前一层的输出），在这种情况下，一个滤波器（来自50x3x3的Conv2D）被应用于所有25个输入（来自25x3x3的Conv2D），然后将结果相加，得到50Conv2D的一个输出特征图，这将进行50次。关于滤波器如何应用于特征图，这里有一个链接。经验法则是，如果下一个卷积有N个滤波器，它的输出也应该有N个特征图。
对于最大池化，在你的情况下使用的MaxPooling2D的默认填充值是”valid”，这意味着池化函数不会包含不能包含在内核大小内的值。在你的例子中，内核大小是2，这意味着第11个元素没有被包含在操作中。关于填充=”valid”标志，这里有一个很好的链接，第二个回答有一个很好的视觉效果，展示了在这种操作中一些输入元素是如何被遗漏的。
