[http://deeplearning.net/tutorial/lenet.html#lenet]
在上面的链接中说 构造第一个卷积池层： 过滤将图像大小减小到（28-5 + 1,28-5 + 1）=（24,24）
使用大小为b的过滤器对大小为a的数据进行卷积，得到大小为a + b-1的输出。所以这里的数据大小为28 * 28，过滤器大小为5 * 5。所以输出大小应为（28 + 5-1,28 + 5-1）。它给出为（28-5 + 1,28-5 + 1）
答案 0 :(得分：1)
取决于border_mode
conv2d默认使用border_mode='valid'，这意味着（来自scipy documentation）
输出仅包含那些不依赖于的元素 零填充。
因此，使用border_mode='valid'和(5,5)过滤器，输出将与输入相同，减去两个像素边界，即image_shape - filter_shape + 1，因此输入大小为{{1输出将是(28,28)。
另一种选择，(24,24)将填充输入，使输出的形状为border_mode='full'。