Neural network 卷积神经网络在卷积层中的反向传播增量计算

所以我试着制作一个CNN，到目前为止，我想我理解了所有的正向传播和反向传播，在完全连接的层中。然而，我在卷积层中遇到了一些问题

基本上，我已经写出了CNN中每个阶段的所有内容的维度，有两个卷积层和两个完全连接的层，输入深度为1（因为它是黑白的），每个卷积层只应用一个过滤器。在这个阶段，我没有费心使用池，因为就我的知识而言，它不应该对微积分有任何影响，只是对它的分配位置有影响，所以只要我的backprop中不包含任何升级，维度应该仍然合适。在应用激活函数之后，我也没有费心写出维度，因为它们与它们的输入相同，并且我会写两次相同的值

正如您将看到的，尺寸标注的格式略有不同。对于卷积层，我将它们写成图像，而不是矩阵形式。而对于完全连接的层，我已经将尺寸写为所用矩阵的大小（当您看到它时，希望会更有意义）

问题是在计算卷积层的增量时，维度不合适，我做错了什么

使用的网站：

尺寸计算：