畳み込みの逆伝播の計算方法を視覚的に教えてください。

Question

畳み込みの逆伝播の計算方法を視覚的に教えてください。

この絵をイメージして下の配列で計算すると、どんな計算方法になるでしょうか。
（おそらく積和演算ですが、愚直にやっていいものかと）
転置のような計算をさせる記事もありましたが、一方でオライリーのDeep learning from scratchでは普通に転置させている様子（しかし、以下のソースコードを基に計算させると行列が合わずエラー）

# 誤差出力(4x4)
dout = np.array([
  [ # channel 
    [11,12,13,14],
    [21,22,23,24],
    [31,32,33,34],
    [41,42,43,44],
  ]
])

# 入力画像または特徴マップ (6x6)
x = np.array([
  [ # channel 
    [11,12,13,14,15,16],
    [21,22,23,24,25,26],
    [31,32,33,34,35,36],
    [41,42,43,44,45,46],
    [51,52,53,54,55,56],
    [61,62,63,64,65,66],
  ]
])

# カーネル(3x3)
W = np.array([
  [ # channel 
    [11,12,13],
    [21,22,23],
    [31,32,33],
  ]
])

padding = 0
stride = 1
no-bias

Answer 1

この通りで大丈夫かと思います。