深度神经网络基础-池化

1 目标

降低参数量,提升计算速度,增加感受野,降维,降采样操作。防止过拟合

2 反向传播池化

max pooling
保持总梯度/损失不变,前向传播是把patch中最大的值传递给下一层。反向传播把梯度直接传给前一层的某个像素,其他像素梯度为0.
深度神经网络基础-池化_第1张图片

你可能感兴趣的:(dnn,深度学习,人工智能)