圖示池化層（前向傳播） 池化層其實和捲積層有點相似，有個類似捲積核的視窗按照固定的步長在移動，每個視窗做一定的操作，按照這個操作的類型可以分為兩種池化層： MAC （max pooling）在視窗中取最大值當做結果 AVG （average pooling）在視窗中取平均值當做結果 池化層的反向傳播 ...
圖示池化層（前向傳播）
池化層其實和捲積層有點相似，有個類似捲積核的視窗按照固定的步長在移動，每個視窗做一定的操作，按照這個操作的類型可以分為兩種池化層：
輸入參數如下：
輸入： 1 * 3 * 4 * 4
池化核: 4 * 4
pad: 0
步長：2輸出參數如下：
輸出：1 * 3 * 2 * 2- MAC （max pooling）在視窗中取最大值當做結果
-
- AVG （average pooling）在視窗中取平均值當做結果
池化層的反向傳播
按照前向傳播的分類，反向傳播也需要分成兩類
-
MAC （max pooling）
-
如果只看輸出矩陣中的一個點y，則有 y = max（ x1 , x2, x3, ... );
-
所以對x求導後有(可以理解成分段函數的求導)
-
代碼實現：
可見上圖，這個xn如果影響多個y，則會疊加起來
-
-
AVG （average pooling）
-
如果只看輸出矩陣中的一個點y，則有 y = （ x1 , x2, x3, ... ,xn )/n;
-
所以對x求導後有
-
代碼實現
可見上圖，這個xn如果影響多個y，則會疊加起來
-
