因此，我正在尝试使用CIFAR-10数据集为CNN编写自己的代码。我已经完成了前馈算法，并从反向传播开始。我可以毫无问题地传播通过完全连接的层以及进行分池。我现在停留在通过卷积层传播的后面。我的图像输入大小是（32，32，3）rgb输入。 到目前为止，这是我的网络。
Conv Layer + Relu-> Maxpool-> Conv Layer + Relu-> Maxpool-> Dense + Relu-> Dense + Softmax
在向前传播时，我采用了（3，3，3）内核并对图像进行卷积。我使用了12个这样的过滤器，这给了我（32，32，12）张量作为输出。 Maxpool设定了尺寸（16、16、12），然后将其与（3、3、12）卷积，得到8个不同的滤镜，得出（16、16、8）。
在向后传播时，我已经到达了这一部分。我有一个（16、16、8）张量，使用它必须为8个不同的滤镜更新一个（3、3、12）滤镜矩阵。另外，我还必须传播错误，以计算尺寸为（16、16、12）的上一层输入的变化。
我了解1通道图像的工作原理，但是当涉及到3个通道时，我感到困惑。 我也知道通过卷积层进行反向传播也是一种卷积，但是我被困在这里。怎么做请帮忙。