问为什么LeNet5使用32×32图像作为输入？

EN

您的问题在原纸中得到了回答：

卷积步骤的输入总是小于前一层的特征映射(对于第一层--输入--也是如此)：

图层C1是一个有6个特征映射的卷积层。每个特征映射中的每个单元都连接到输入中的一个5x5邻域。特征映射的大小是28x28，这样可以防止输入端的连接从边界上掉下来。

这意味着使用32x32输入上的5x5邻域，您将得到大小为28x28的6个功能地图，因为有些像素在图像边界上是不使用的(这些数字总是有一个余数)。

当然，对于第一层，他们可以有一个例外。他们仍然使用32x32图像的原因是：

输入是一个32x32像素的图像。这明显大于数据库中最大的字符(最多以28x28字段为中心的20x20像素)。这是因为它是可取的，潜在的独特特征，如笔划端点或角可以出现在接受场的中心，最高水平的特征检测器。