Praktik ML: Klasifikasi Gambar
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Periksa Pemahaman Anda: Konvolusi
Filter konvolusional 3x3 dua dimensi diterapkan ke peta fitur input 4x4 dua dimensi
(tanpa menambahkan padding):

Seperti apa bentuk peta fitur output?
2x2
Saat filter 3x3 meluncur di atas peta fitur 4x4, ada 4 lokasi unik tempat filter tersebut dapat ditempatkan, yang menghasilkan peta fitur output 2x2:

3x3
Meskipun filternya sendiri berukuran 3x3, peta fitur output lebih kecil karena ada kurang dari 9 (3 kali 3) kemungkinan lokasi tempat filter dapat ditempatkan pada peta fitur input 4x4.
4x4
Untuk menghasilkan peta fitur output dengan dimensi yang sama seperti peta fitur input
tanpa padding, filter konvolusional harus berbentuk 1x1. Filter
yang lebih besar dari 1x1 akan menghasilkan peta fitur output yang lebih kecil daripada peta
fitur input. Karena filter kita berukuran 3x3, peta fitur output harus lebih kecil
daripada 4x4.
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-27 UTC.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-07-27 UTC."],[[["Applying a 3x3 convolutional filter to a 4x4 input feature map without padding results in a 2x2 output feature map."],["The output feature map is smaller than the input because the filter's size limits the number of positions it can occupy on the input."],["A 1x1 filter would be required to maintain the input's dimensions in the output without padding."]]],[]]