最大池化層（Maxpool Layer）

1.前向傳播

最大子采樣函數取區(qū)域內所有神經元的最大值（max-pooling）。以下圖為例，輸入數據X為4*4，采樣核size為2，stride為2，no padding。輸入數據大小類似卷積層的計算方法，（input_width+2*pad-pool_size）/stride+1。前向傳播中不僅要計算pool區(qū)域內的最大值，還要記錄該最大值所在輸入數據中的位置，目的是為了在反向傳播中，需要把梯度值傳到對應最大值所在的位置。

max pool 前向傳播

2.反向傳播

還是引用上圖，通過前向傳播已知，梯度值對應上一層輸出的最大值位置。具體過程如下：


max pool 反向傳播
最后編輯于 ：
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成，瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發(fā)布，文章內容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務。

相關閱讀更多精彩內容

友情鏈接更多精彩內容