diff --git a/src/cnn/backpropagation.c b/src/cnn/backpropagation.c
index 339482d..ee46fd9 100644
--- a/src/cnn/backpropagation.c
+++ b/src/cnn/backpropagation.c
@@ -3,8 +3,6 @@
 #include "include/backpropagation.h"
 #include "include/struct.h"
 
-// The first layer needs to be a convolution or a fully connected one
-
 int min(int a, int b) {
     return a<b?a:b;
 }
@@ -13,20 +11,21 @@ int max(int a, int b) {
     return a > b ? a : b;
 }
 
-// Euh..... tout peut être faux à cause de la source
 void softmax_backward(float* input, float* input_z, float* output, int size) {
     /* Input et output ont la même taille
-    On considère que la dernière couche a utilisée softmax */
+    On considère que la dernière couche a utilisée softmax 
+    et que l'erreur est MSE */
+
     for (int i=0; i < size; i++){
-        input[i] = (output[i]-input[i])*input[i]; // ∂E/∂out_i * ∂out_i/∂net_i = 𝛿_i
+        input[i] = (output[i]-input[i])*input[i]*(1-input[i]);
     }
 }
 
 void backward_2d_pooling(float*** input, float*** output, int input_width, int output_width, int depth) {
     /* Input et output ont la même profondeur (depth) */
-    // Inventé par moi-même (et que moi (vraiment que moi (lvdmm)))
 
-    int size = output_width - input_width + 1; // Taille du pooling
+    //int size = output_width - input_width +1;
+    int size = input_width/output_width; // Taille du pooling
     int n = size*size; // Nombre d'éléments dans le pooling
 
     for (int a=0; a < depth; a++)
@@ -82,12 +81,11 @@ void backward_linearisation(Kernel_nn* ker, float*** input, float*** input_z, fl
 
     // Weights
     int cpt = 0;
-    int nb_elem = depth_input*dim_input*dim_input*size_output;
     for (int i=0; i < depth_input; i++) {
         for (int k=0; k < dim_input; k++) {
             for (int l=0; l < dim_input; l++) {
                 for (int j=0; j < size_output; j++) {
-                    ker->d_weights[cpt][j] += input[i][k][l]*output[j]/nb_elem;
+                    ker->d_weights[cpt][j] += input[i][k][l]*output[j];
                 }
                 cpt++;
             }
@@ -122,7 +120,7 @@ void backward_convolution(Kernel_cnn* ker, float*** input, float*** input_z, flo
 
     // Weights
     int k_size = dim_input - dim_output +1;
-
+    
     for (int h=0; h < depth_input; h++) {
         for (int i=0; i < depth_output; i++) {
             for (int j=0; j < k_size; j++) {