ChrisWang10

> mask为1的地方，就是最大索引的地方。不过确实只是计算了最大值的那个位置上的梯度，没有把非最大值部分叠加到最大值部分上去。这个地方要把非最大值部分的梯度叠加到最大值位置去，后面还要改一下。多谢指教，如不介意，微信交流wl1647855685 > […](#) > ------------------ 原始邮件 ------------------ 发件人: "xujiao3628"; 发送时间: 2019年5月5日(星期天) 下午3:22 收件人: "makalo/CornerNet"; 抄送: "Makalo"; "Comment"; 主题: Re: [makalo/CornerNet] pool梯度的反向传播，逻辑是不是理解错了，感觉和原版的不太一样 (#14) 我看的pytorch源码实现，反向传播的时候，梯度的值需要散落(scatter)到输入最大值的索引位置(和前向的逻辑一致)，这样散落之后，梯度的值只会传播到有限的几个位置，并且会叠加(因为最大值只有有限几个)。而你的实现，是直接计算了梯度的一个mask，梯度原位传播（没有传播到索引最大位置） 其实原理和max pool有一点类似，即梯度传递到输入最大值的位置 — You are receiving...