卷积池化的反向传播-白红宇的个人博客

卷积池化的反向传播

发布日期：2021-05-06 21:48:21 浏览次数：24 分类：技术文章

本文共 141 字，大约阅读时间需要 1 分钟。

个人理解：池化层的梯度可以类似于relu函数的梯度；虽然不是处处可导，但不影响对w求导；对w的导数是每个样本的梯度之和；比如说：y=w*x1+w*x2+w*x3; w的导数为x1样本的梯度加上x2样本的梯度加上x3样本的梯度；所以反向求导是对单一样本导数之和，这样更好的来理解；

上一篇：vim 有用命令-20190217

下一篇：cnn卷积中padding作用

关于作者

喝酒易醉，品茶养心，人生如梦，品茶悟道，何以解忧？唯有杜康！

-- 愿君每日到此一游！

【Java面试】30个 Java 集合面试必备的问题和答案 2019-03-03

华为鸿蒙到底是不是安卓系统套了个壳？ 2019-03-03

fragment中recyclerview的重新加载问题 2019-03-03

window程序设计（1）：第一个windows程序 2019-03-03

windows程序设计（4）：文本输出 2019-03-03

21.2.3总结 2019-03-03

线性代数和数学期望杂题 2019-03-03

【SSL_P2876】2017年东莞市信息学特长生测试题工程 2019-03-03

【洛谷_P1433】吃奶酪 2019-03-03

volatile关键字和AtomicInteger 2019-03-03

redisTemplate.opsForHash() 2019-03-03

maven生命周期 2019-03-03

方法的绑定机制-静态绑定和动态绑定 2019-03-03

setnx 2019-03-03

Java取绝对值 2019-03-03

线程的start()方法 2019-03-03

编写测试用例的实用小技巧 2019-03-03

白红宇的个人博客 - 记录点点滴滴的事 - 您是第 453544758 位访客