实验手册有云：

　　前向传播时，输出特征图Y中某一位置的值的输入特征图X对应池化窗口的最大值。计算公式为
　　

 

 

 　　如何理解？

　　输出中，n表示特征图号，c是通道号，h是行号，w是列号，kh∈[1,K],kw∈[1,K]，k是池化窗口的长、宽大小。

　　上网查询，很容易得知最大池化的过程：

　　

（图源：卷积神经网络——池化层学习——最大池化_Alex-CSDN博客_最大池化）

　　那么这个hs就应该理解成和h对应的，步长为s时的行号，ic为对应的列号。

 

　　反向传播时，要将后一层的损失传给池化窗口最大值所在的位置，公式为

，f为找到是的X最大的kh、kw的一个函数，返回的p(n,c,h,w)是一个二维向量(这是手册说的，还是有两个元素的一维向量？)，假设其为[q(0),q(1)]，反向传播损失计算公式为：。