CNN中的池化层(子放大层)中的反向传播

时间:2016-11-21 02:47:18

标签: machine-learning neural-network convolution conv-neural-network backpropagation

我怀疑的是如何在Pooling层中反向传播错误,因为当我计算导数时,只有4个元素(例如,当使用2x2池化内核时)会影响前馈的结果。< / p>

1 个答案:

答案 0 :(得分:9)

假设您有一个矩阵 M 的四个元素

a  b
c  d

maxpool(M)会返回 d 。然后,maxpool函数实际上只取决于 d 。因此,maxpool相对于 d 的导数为1,其相对于 a,b,c 的导数为零。因此,您将 1 反向传播到与 d 对应的单位,并为其他单位反向传播零。