CNN 的卷積過程爲什麼 要將卷積核旋轉180°

       CNN(卷積神經網絡)的誤差反傳(error back propagation)中有一個非常關鍵的的步驟就是將某個卷積(Convolve)層的誤差傳到前一層的池化(Pool)層上，因爲在CNN中是2D反傳，與傳統神經網絡中的1D反傳有點細節上的不同，下面通過一個簡單的例子來詳細分解一下這個反傳步驟。        假設在一個CNN網絡中，P代表某個池化層，K代表卷積核，C代表卷基層，

>>阅读原文<<