1. 程式人生 > >池化層的反向傳播演算法

池化層的反向傳播演算法

無論max pooling還是mean pooling,都沒有需要學習的引數。因此,在卷積神經網路的訓練中,Pooling層需要做的僅僅是將誤差項傳遞到上一層,而沒有梯度的計算。

(1)max pooling層:對於max pooling,下一層的誤差項的值會原封不動的傳遞到上一層對應區塊中的最大值所對應的神經元,而其他神經元的誤差項的值都是0;

(2)mean pooling層:對於mean pooling,下一層的誤差項的值會平均分配到上一層對應區塊中的所有神經元。