컨볼 루션 신경망 교육

현재 컨볼 루션 신경망을 사용하여 얼굴을 인식하는 얼굴 인식 소프트웨어를 개발 중입니다. 나의 독서에 기초하여, 나는 컨볼 루션 신경망이 가중치를 공유하여 훈련하는 동안 시간을 ​​절약 할 수 있다는 것을 모았다. 그러나 어떻게 역 전파 (backpropagation)를 조정하여 컨볼 루션 신경망에서 사용될 수 있습니까? 역 전파에서, 이와 유사한 공식을 사용하여 가중치를 훈련시킵니다.

New Weight  = Old Weight +  LEARNING_RATE * 1 * Output Of InputNeuron * Delta

그러나 회선 신경 네트워크에서 가중치가 공유되므로 각 가중치는 여러 뉴런과 함께 사용되므로 어느 것을 사용할지 어떻게 결정 Output of InputNeuron합니까?

다시 말해, 가중치가 공유되므로 가중치를 얼마나 변경해야하는지 어떻게 결정합니까?

먼저 wieght가 공유되지 않은 것처럼 모든 업데이트를 계산해야하지만 저장 만하고 실제로 업데이트를 수행하지는 마십시오.

$w_k$$I_k = \{(i,j) \colon w_{i,j} = w_k\}$$\Delta w_{i,j} = -\eta \frac{\partial J}{\partial w_{i,j}}$$\eta$$J$$w_{i,j}$

$$w_{i,j} = w_{i,j} + \Delta w_{i,j}.$$ $$\Delta w_k = \sum_{(i,j) \in I_k} \Delta w_{i,j}$$ $$w_k = w_k + \Delta w_k.$$