标签：池化层 窗口 最大 kh kw 池化

　　实验手册有云：

　　前向传播时，输出特征图Y中某一位置的值的输入特征图X对应池化窗口的最大值。计算公式为
　　

 　　如何理解？

　　输出中，n表示特征图号，c是通道号，h是行号，w是列号，kh∈[1,K],kw∈[1,K]，k是池化窗口的长、宽大小。

　　上网查询，很容易得知最大池化的过程：

（图源：卷积神经网络——池化层学习——最大池化_Alex-CSDN博客_最大池化）

　　那么这个hs就应该理解成和h对应的，步长为s时的行号，ic为对应的列号。

　　反向传播时，要将后一层的损失传给池化窗口最大值所在的位置，公式为

，f为找到是的X最大的kh、kw的一个函数，返回的p(n,c,h,w)是一个二维向量(这是手册说的，还是有两个元素的一维向量？)，假设其为[q(0),q(1)]，反向传播损失计算公式为：。

标签：池化层,窗口,最大,kh,kw,池化
来源： https://www.cnblogs.com/myendless/p/15481984.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。