같은 필터를 여러 위치에
한 출력 위치는 대응하는 입력 영역과 필터의 곱들을 합해 계산한다. 다음 위치에서도 같은 필터를 사용한다. 일반적인 신경망 구현의 기본 계산은 필터를 뒤집지 않는 상호상관 형태이므로 수학에서 정의하는 합성곱의 뒤집기 규약과 구별해야 한다.
한 채널 계산
입력의 세 행이 (3,1,2), (0,4,5), (7,2,6)이고 필터의 두 행이 (1,0), (0,-1)이라고 하자. 필터를 뒤집지 않고 간격 1, 패딩 없이 계산하면 출력의 두 행은 (-1,-4), (-2,-2)다. 편향과 활성화는 생략한 결과다.
채널과 매개변수
그룹 분할이 없는 3×3 필터에서 입력 채널 4개, 출력 채널 8개라면 필터 값은 3×3×4×8=288개다. 출력 채널별 편향 8개를 쓰면 총 296개다. 같은 필터를 위치마다 공유하므로 입력의 공간 크기가 커졌다고 이 매개변수 수가 늘지는 않는다.
출력 크기와 역할
팽창 없이 패딩을 두지 않은 길이 n의 축에 필터 k와 간격 s를 사용하면 n≥k일 때 출력 길이는 floor((n-k)/s)+1이다. 합성곱 층 자체가 항상 공간을 줄이는 것은 아니다. 패딩과 간격에 따라 크기를 유지할 수도 있으며, 비선형 활성화를 적용하는지는 별도 선택이다.