Три основных вида слоёв, которые обычно используются в свёрточных нейронных сетях:

1. Свёрточные слои. 37 Выполняют операцию свёртки, применяя фильтры или ядра к входным данным. 3 Каждое ядро свёрточного слоя обрабатывает данные вокруг своей позиции, извлекая локальные признаки и формируя активации. 3
2. Слой пулинга (объединения). 58 Заменяет выходные данные сети в определённых местах, получая сводную статистику ближайших выходов. 5 Это помогает уменьшить пространственный размер представления, что уменьшает необходимое количество вычислений и весов. 5
3. Полносвязные слои. 35 Используются для классификации или регрессии на основе извлечённых признаков. 3 Они принимают на вход вектор признаков, полученный из предыдущих слоёв, и передают его через набор выходных нейронов, каждый из которых соответствует определённому классу или значению. 3

Эти слои обычно сочетаются следующим образом: после начального слоя (входного изображения) сигнал проходит серию свёрточных слоёв, в которых чередуется свёртка и субдискретизация («пулинг»). 4 Чередование слоёв позволяет составлять «карты признаков», на каждом следующем слое карта уменьшается в размере, но увеличивается количество каналов. 4 На выходе свёрточных слоёв сети дополнительно устанавливают несколько слоёв полносвязной нейронной сети (перцептрон), на вход которых подаются оконечные карты признаков. 4