到卷积层输入的损耗梯度的全卷积

时间:2020-01-26 13:33:00

标签: machine-learning conv-neural-network gradient-descent backpropagation

我对CNN层输入的反向传播步骤有疑问。因此,我进行了以下设置:

使用16X5X5滤波器在8X14X14输入(8通道)上进行卷积。 16个滤波器中的每一个都对输入中的所有8个通道进行卷积并求和。我们得到16X10X10功能图。我了解到对8X14X14输入进行“完全卷积”后,我应该得到8X14X14梯度矩阵。但是,似乎所有这8个梯度矩阵都将具有相同的梯度,因为8个输入中的每个具有与其本地导数相同的权重。这个对吗?

0 个答案:

没有答案
相关问题