最大池层的反向传播：多个最大值

Question

我目前正在执行一个纯numpy的CNN，有一个关于max pool层反向传播的特殊情况的简短问题：

虽然很明显相对于非最大值的梯度消失了，但我不确定一个切片的多个条目等于最大值的情况。严格地说，函数在这个“点”不应该是可微的。然而，我假设可以从相应的次微分中选择一个次梯度（类似于在x=0时为Relu函数选择子梯度“0”）。在

因此，我想知道是否足够简单地形成一个关于最大值的梯度，并将剩余的最大值视为非最大值。在

如果是这样，是否建议随机选择最大值以避免偏差，还是总是选择第一个最大值？在