lee-romantic 's Blog
Everything is OK!
Toggle navigation
lee-romantic 's Blog
主页
About Me
归档
标签
最大池化层(MaxPooling Layer)
2018-10-24 11:16:44
441
0
0
lee-romantic
**1.前向传播** 最大子采样函数取区域内所有神经元的最大值（`max-pooling`）。 以下图为例，输入数据$X$为4*4，`input_width`=4,采样核`kernel_size`为2，`stride`为2，`padding`=0。输出数据大小`out_width`类似卷积层的计算方法如下: $out\_width=\frac{input\_width+2*padding-kernel\_size}{stride} +1$ **`前向传播中不仅要计算pool区域内的最大值，还要记录该最大值所在输入数据中的位置，目的是为了在反向传播中，需要把梯度值传到对应最大值所在的位置`**。  **2.反向传播** 还是引用上图，通过前向传播已知，梯度值对应上一层输出的最大值位置。具体过程如下： 
上一篇:
pandas笔记
下一篇:
CrossEntropyLoss和NLLLoss的理解
0
赞
441 人读过
新浪微博
微信
腾讯微博
QQ空间
人人网
提交评论
立即登录
, 发表评论.
没有帐号?
立即注册
0
条评论
More...
文档导航
没有帐号? 立即注册