www.gusucode.com > 有监督的 CNN 网络完成对MNIST 数字的识别 > 有监督的 CNN 网络完成对MNIST 数字的识别/CNN—卷积神经网络数字识别/back_conv2.m

    function res = back_conv2(FM,e,K,type)
% back_conv2卷积。函数可以用在两种情况——下层反向传播网络（BP）误差和计算梯度 
% 语法
% res = back_conv2(FM,e,K,type)
% 描述
% 输入:
% FM -特性图
% e -错误地图
% K -共享权重(卷积内核)
% 类型的操作类型(gx -梯度计算,错误——错误计算)
% 输出:
% res -计算的结果
switch(type)
    case 'gx'   %计算梯度
          res = fastFilter2(e,FM,'valid'); 

    case 'err' %反向传播误差
          res = conv2(e,K,'full');
end

end