深度学习入门 : 基于Python的理论与实现

  第 7章　卷积神经网络

222

py

中）来进行。除了使用

col2im

这一点，卷积层的反向传播和

Affi ne

层的实

现方式都一样。卷积层的反向传播的实现在

common/layer.py

中，有兴趣的读

者可以参考。

7.4.4

　池化层的实现

池化层的实现和卷积层相同，都使用

im2col

展开输入数据。不过，池化

的情况下，在通道方向上是独立的，这一点和卷积层不同。具体地讲，如图

7

-

21 所示，池化的应用区域按通道单独展开。

图7-21　对输入数据展开池化的应用区域（2×2 的池化的例子）

4 2 1 2

5 2 2 4

6 1 1 2

( 3 0 5

4

2

1

2

3 0 6 5

2 2 2 3

1 1 1 0

0 3 0 1

1 2

0 1

1 2

0 4

4 2

0 1

4 2

0 1

3 0

2 4

3 0

4 2

6 5

4 3

3 0

4 2

6 2

4 5

1 0

3 2

3 0

2 3

1 0

3 1

3

0

6

2

2

1

1

0

3

1 2 3 0

0 1 2 4

1 0 4 2

3 2 0 1

输入数据

4

2

5

4

2

5

5

3

0

1

5

3

0

1

1 通道

2 通道

3 通道

像这样展开之后，只需对展开的矩阵求各行的最大值，并转换为合适的

形状即可（图 7

-

22）。

7.4  卷积层和池化层的实现 

223

4 4

4

6

4

4

6

4 6

3

3

4

6

3

3

2 4

3 4

max展开 reshape

1 2

0 1

1 2

0 4