如何计算1d卷积神经网络的参数个数？

Question

我指的是在此链接https://richliao.github.io/supervised/classification/2016/11/26/textclassifier-convolutional上实施“使用CNN进行文本分类”。在“简化卷积”一节中，他们使用了以下的keras层：

Conv1D（128,5，activation ='relu'）

根据我的理解，参数不应为5 * 100 * 128 = 64,000。但模型摘要显示64,128个参数。

有人可以帮我理解计算中的错误吗？

Answer 1

窗口大小为5，输入中的通道数为100.因此，输入大小为5 * 100。有128个过滤器需要连接整个输入。因此，需要学习5 * 100 * 128个不同的边缘权重。此外，偏置矢量的大小为128，因为有128个滤波器。因此，该层要学习的参数总数为5 * 100 * 128 + 128。