1．基本を理解
読み方・用語解説- 読み方
- たたみこみそう
- 英語名
- Convolutional Layer
- 提唱者・年代
- CNN（LeNet以来）の中心層
💡 豆知識——“convolution＝畳み込み”——小さな“レンズ（フィルタ）”を画像の上をずらしながら滑らせて、エッジなどの特徴を拾う。
【セットで覚えたい関連用語】
プ
プーリング層畳み込み層のあとに、特徴マップを集約する層。C
CNN（畳み込み神経ネットワーク）畳み込み層の集合。フ
フィルタ（カーネル）畳み込み層が使う“特徴を探すレンズ”。2．意味（定義）と例え話
一言で言うと？
フィルタ（カーネル）を画像上でスライドさせ、局所的な特徴を抽出する層。
背景・歴史的流れ
CNNの中心層。フィルタ（カーネル）を画像上でスライドさせて局所的な特徴を抽出。疎結合・重み共有により全結合よりパラメータが少なく、入力解像度に依存しない。
身近な例え話
拡大鏡（フィルタ）を写真の上をずらしながら滑らせて、“線の向き”“角”などを見つけていく、あの作業。
AIとの関係
CNN（画像認識）の心臓部。
おすすめの活用法・注目ポイント
「フィルタをスライドして局所特徴を抽出／疎結合・重み共有でパラメータ少ない」が鉄板。
3．直前に理解（Q&A）
7問Q1. 畳み込み層とは？最頻出
フィルタ（カーネル）を画像上でスライドさせ、局所的な特徴を抽出する層。
Q2. 何を抽出？最頻出
エッジ・角などの“局所的な特徴”。
Q3. なぜパラメータが少ない？頻出
疎結合・重み共有（同じフィルタを全体で使い回す）のため。
Q4. 「畳み込み層は、全入力と全出力をつなぐ層」は正しい？ひっかけ
誤り。全入力・全出力をつなぐのは全結合層。畳み込み層は“局所的”につなぐ。
Q5. “フィルタ”とは？頻出
特徴を探す小さな重み係数の集まり（カーネル）。
Q6. 出力は？頻出
特徴マップ（feature map）——“どこにどんな特徴があるか”のマップ。
Q7. 位置づけは？親と子
CNN⊃畳み込み層（中心）＋プーリング層＋全結合層。
4. まとめ
畳み込み層＝フィルタを画像上でスライドさせ、局所的な特徴を抽出する層。CNNの心臓部。