What the layers of a convolutional network compute on the image of a digit. A layer applies one small filter at every position of its input, with the same weights everywhere, and therefore its map records where the pattern of the filter occurs; max-pooling keeps the strongest response of every 2×2 block, and the second layer looks for patterns among the pooled maps of the first, over a larger part of the image. The network is trained in the page on digits written in a few fonts: draw one yourself, and hover a cell of a map to see the part of the input it depends on.
Che cosa calcolano gli strati di una rete convoluzionale sull'immagine di una cifra. Uno strato applica un piccolo filtro in ogni posizione del suo ingresso, con gli stessi pesi ovunque, e quindi la sua mappa registra dove compare il motivo del filtro; il max-pooling conserva la risposta più forte di ogni blocco 2×2, e il secondo strato cerca motivi fra le mappe ridotte del primo, su una parte più ampia dell'immagine. La rete è addestrata nella pagina su cifre scritte in alcuni font: puoi disegnarne una tu, e passare col puntatore su una cella di una mappa per vedere la parte dell'ingresso da cui dipende.