美文网首页
池化层的反向传播

池化层的反向传播

作者: wensong_kevin | 来源:发表于2019-08-13 13:52 被阅读0次

需要特别注意的是:一定要保证传递的loss(或者梯度)总和不变!!!

1、mean pooling

mean pooling的前向传播就是把一个patch中的值求取平均来做pooling,那么反向传播的过程也就是把某个元素的梯度等分为n份分配给前一层,这样就保证池化前后的梯度(残差)之和保持不变。 mean pooling 反向传播

2、max pooling

max pooling同样要满足梯度之和不变的原则,max pooling的前向传播是把patch中最大的值传递给后一层,而其他像素的值直接被舍弃掉。那么反向传播也就是把梯度直接传给前一层某一个像素,而其他像素不接受梯度,也就是为统统赋值为0。所以max pooling操作和mean pooling操作不同点在于需要记录下池化操作时到底哪个像素的值是最大,也就是max id,这个变量就是记录最大值所在位置的,因为在反向传播中要用到。 max pooling前向、反向传播

相关文章

  • 手推CNN,DNN算法流程和反向传播

    DNN 反向传播 DNN算法流程 卷积层反向传播 池化层反向传播 C NN算法流程

  • 池化层的反向传播

    需要特别注意的是:一定要保证传递的loss(或者梯度)总和不变!!! 1、mean pooling 2、max p...

  • CNN反向传播算法

    很多反向传播算法都是基于全连接讲的,但是对于卷积层及池化层的反向传播讲解的却不多,这篇博客讲的不错,推荐一下:CN...

  • 反向传播算法

    卷积网络 这里讨论通过卷积的方式表达CNN反向传播 池化层 假设我们的池化区域大小是2x2,并且下一层的梯度为: ...

  • 问题

    卷积层和池化层都能反向传播 DenseNet→修改了网络结构 U-Net→修改了激活函数,拼接cat ResNet...

  • 深度学习池化层的反向传播

    在一个CSDN博客上看到,个人觉得比较正确:无论max pooling还是mean pooling,都没有需要学习...

  • [手把手系列之三]使用numpy搭建卷积神经网络

    主要内容来自DeepLearning.AI的卷积神经网络 本文使用numpy实现卷积层和池化层,包括前向传播和反向...

  • 深度学习知识点总结

    池化的正向反向传播:https://blog.csdn.net/sunflower_sara/article/de...

  • xxx

    误差反向传播法 各个层的实现

  • DNN 和 CNN的反向传播

    DNN的反向传播 在学习CNN的反向传播之前,先学习一个DNN(普通的全连接层的深度神经网络)的反向传播。 DNN...

网友评论

      本文标题:池化层的反向传播

      本文链接:https://www.haomeiwen.com/subject/fgomjctx.html