池化层：Max Pooling和Average Pooling
前向计算：
反向传播：
最大池化反向传播中的卷积核中最大值的所在位置和前向计算最大值所在的位置一致，其他位置补0。
平均池化的反向传播中的卷积核中的值是将已知的值求平均值。
本文详细介绍了深度学习中两种常见的池化操作——最大池化(MaxPooling)和平均池化(AveragePooling)的前向计算与反向传播过程。在前向计算中，MaxPooling寻找每个区域的最大值，而AveragePooling则取平均值。在反向传播时，MaxPooling的最大值位置保持不变，其他位置填充0；AveragePooling则将已知值求平均作为反向传播的输出。
1112
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
