cs231n课程记录

课程作业参考：
https://github.com/JPLAY0/CS231nAssignment

1.关于多维输入输出与kernel size 和deepth的关系。下面这篇文章解释的比较详细，可以参考。
https://blog.csdn.net/u011734144/article/details/84066867
比如输入是rgb三通道图片，则kernel的deepth一般就是３，也就是size就是width x heigth x deepth.最后计算的结果就是三个channel的数值相加再加上bias值就得到这一点的值。kernel的个数对应输出的channel。

2. 关于卷积核权值的更新，可以参考如下几篇文章：
   https://zhuanlan.zhihu.com/p/64248652
   https://www.cnblogs.com/bnuvincent/p/8921956.html
   其实总结下来，就是因为卷积核的参数是很多连接共用的，所以针对每个卷积核的参数，其梯度是一个矩阵，那我们更新这个参数的时候，需要将这个梯度矩阵所有元素求和，然后利用这个和来更新权值。
   第二篇文章还介绍了对于pooling层导致的反向传播求梯度的时候矩阵维度不匹配的问题，需要上采样回去来匹配维度，上采样的方式就直接copy即可，也就是如果是２倍的上采样，则将每一个元素的值copy ３次，形成一个2x2的矩阵，其他元素都一样操作