CONV 反向傳播

前向傳播：

這裡只說cnn前向傳播不同於全連線前向傳播的部分，即：輸入層到卷積層和卷積層到池化層。

1、輸入層到卷積層的前向傳播

輸入層到卷積層，採用的是區域性連線，引數共享，卷積操作的方式，進行計算的，有個最好的說明就是cs231n筆記中的gif圖，現展示如下：

圖中有兩個卷積核，w0和w1，注：這兩個卷積核是已經翻轉過的，然後進行協相關操作。由於輸入的是3個通道的，因此每個卷積核也必須是3個通道的。所謂區域性連線、權值共享都在這幅圖上體現的淋淋盡致，非常好的表達。

現作理論推導：

2、卷積層到池化層的前向傳播：

前向傳播比較簡單，介紹就到這裡，下面分析反向傳播演算法：

cnn的反向傳播其實與全連線神經網路的反向傳播有很大不同，只是從最後的輸出層到最後乙個卷積層的池化層的誤差計算方式是相同的，但是從池化層到卷積層，卷積層到輸出層（or池化層）的誤差傳播方式與全連線網路是大不相同的。