1
CNN中的反向传播
我有以下CNN： 我从5x5大小的输入图片开始 然后，我使用2x2内核和stride = 1进行卷积，生成大小为4x4的特征图。 然后，我将2x2 max-pooling应用于stride = 2，这会将要素图缩小为2x2。 然后我应用逻辑乙状结肠。 然后是一层完全连接的带有2个神经元的层。 并有输出层。 为了简单起见，假设我已经完成了前向通过并计算出δH1= 0.25和 δH2= -0.15 因此，在完成完全向前传递和部分完成向后传递之后，我的网络如下所示： 然后，我为非线性层（逻辑Sigmoid）计算增量： δ11= （0.25 * 0.61 + - 0.15 * 0.02 ）* 0.58 * （1 - 0.58 ）= 0.0364182δ12= （0.25 * 0.82 + - 0.15 * - 0.50 ）* 0.57 * （1 - 0.57 …