參考
卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)包含：卷積層的權(quán)重和偏置，全連接層的權(quán)重和偏置

全連接層參數(shù)量
在計(jì)算參數(shù)量前，先了解卷積計(jì)算過(guò)程。如下圖，給定的圖像尺寸是32x32x3（高，寬，深度）。對(duì)這張圖像進(jìn)行卷積，需要卷積核與輸入圖像有相同的深度，即3. 這個(gè)卷積核的參數(shù)量為5*5*3=75。但這只是權(quán)值的參數(shù)量，不要忘了偏置。所以，這個(gè)卷積核總的參數(shù)量是5*5*3 + 1=76.
來(lái)看一個(gè)實(shí)際的例子
一個(gè)卷積層：輸入圖像是32x32x3，卷積核尺寸是5x5，輸出特征圖10個(gè)。這個(gè)卷積層的參數(shù)量為：(5*5*3 + 1)*10=760。參數(shù)量 = 單個(gè)卷積核的參數(shù)量*卷積核的個(gè)數(shù)

全連接層的參數(shù)量
全連接層是相鄰兩層間的神經(jīng)元互相連接。全連接層參數(shù)量 = 上一層神經(jīng)元個(gè)數(shù) * 該層神經(jīng)元的個(gè)數(shù)

總結(jié)

以上是生活随笔為你收集整理的计算卷积神经网络中参数量的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。