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