卷積層(Convolution)是如何向後傳播(Backpropagations)的呢

假設下圖中Convolution代表卷積層,X代表卷積層的feature輸入,F代表卷積核,O則代表卷積層的輸出。
在這裏插入圖片描述

![在這裏插入圖片描述](https://img-blog.csdnimg.cn/20201103205739206.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTAwODczMzg=,size_16,color_FFFFFF,t_70#pic_center

則向前傳播計算過程如下,
在這裏插入圖片描述
向後傳播怎麼計算呢?
向後傳播計算的是損失函數L對參數F的導數,可以通過下面公式計算,其中 ∂ L ∂ O \frac{\partial L}{\partial O} OL是後面層傳遞回來的,這一層計算的是 ∂ O ∂ F \frac{\partial O}{\partial F} FO,從上面的公式可以看到 ∂ O ∂ F \frac{\partial O}{\partial F} FO就是輸入的X,所以 ∂ L ∂ F \frac{\partial L}{\partial F} FL的計算過程如下,
在這裏插入圖片描述

在這裏插入圖片描述

展開之後如下,
在這裏插入圖片描述
在這裏插入圖片描述