0
我對CNN有幾點疑問。在S2和C3層之間的圖中,使用了5 * 5大小的內核。 反向傳播如何在卷積神經網絡(CNN)中起作用?
Q1。那裏有多少內核?是否每個內核都與Layer S2中的每個特徵映射關聯?第二季度,第二季度,第二季度,第二季度,第二季度,第三季度,第三季度,第三季度,第三季度。當使用最大池時,雖然反向計算錯誤最大池特徵/神經元如何知道/確定其先前即時層中的哪個(特徵映射/神經元),它是否具有最大值?
Q3。如果我們想訓練內核,然後我們用隨機值進行初始化,是否有任何方程用反向傳播的錯誤值更新這些內核值?
Q4。在上圖中,從F6層得到錯誤後,「輸入」和「C5」層之間的反向傳播如何工作?