是的，你是对的（我认为它很容易在 C++ 中用指针实现）。但是要保持任意顺序，因为完全连接的神经网络是“平移不变的”，即您必须确保像素$(1,5,6)$正在提供给节点$38$或被索引为$37$作为要输入到全连接神经网络的单个数据点，然后从那时起它必须被修复（不能说像素$(1,6,5 )$在节点$38$.

反向传播的工作方式和往常一样，很难给出口头解释，所以我给你这张图：

因此，基本上，如果您像这样进行可视化，您就会明白您必须进行微分传播，“扁平化”只是重塑值查找表，它不会改变值影响最终损失的方式，所以如果你对每个值取梯度，然后将其转换回$3D$以与以前相同的方式映射，然后像在之前的图层中那样传播渐变。