为什么LeNet5使用32×32图像作为输入？

我知道mnist数据集中的手写数字图像是28×28，但是为什么LeNet5中的输入是32×32？

您的问题已在原纸 http://yann.lecun.com/exdb/publis/pdf/lecun-98.pdf:
卷积步骤始终采用比前一层的特征图更小的输入（这对于第一层 - 输入 - 也适用）：

C1 层是一个具有 6 个特征图的卷积层。 每个特征图中的每个单元都连接到输入中的 5x5 邻域。特征图的大小为28x28 防止输入连接脱落 边界。

这意味着在 32x32 输入上使用 5x5 邻域，您将获得 6 个大小为 28x28 的特征图，因为有些像素您不会在图像边界处使用（这些数字始终会有余数）。

当然，第一层可以有例外。他们仍然使用 32x32 图像的原因是：

输入是 32x32 像素图像。这明显更大 比数据库中最大的字符（最多 20x20 像素以 28x28 区域为中心）。原因是它是 期望潜在的显着特征，例如中风 端点或角点可以出现在最高级别特征检测器的感受野的中心。