从零开始编写深度学习库(五)ConvolutionLayer CPU编写

本文探讨了池化层中的重叠池化及边界处理模式(valid、same)的细节问题。作者指出,在使用same模式时,由于pad的存在使得反向传播变得复杂,并提出了一种解决方案,即直接指定每层的pad值并统一使用valid模式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

对于池化层来说,需要注意的问题是:重叠池化,还有边界处理模式:valid、same模式这两个细节。由于我采用的边界处理方式,与tensorflow 在same模式下边界处理方式不同,valid模式下是一样的,same模式下由于有pad,直接用Eigen反向求导的时候好麻烦,看来后面需要跟caffe一样,直接指定每一层的pad值,然后统一用valid模式。


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值