CNN

Question

我正在努力了解CNN是如何运作的。在这样做时，我试图解决的一个问题是：

1. 假设我们有一个维度= (32, 32, 3)的输入X;在这， n_h = n_w = 32且n_c = 3。其中n_h和n_w分别是高度和宽度， 3是通道数。

2. 假设我们应用1个卷积传递，即通过8传递 尺寸为5的滤波器（f），即具有步幅(5, 5, 3) +的(s) of 1 激活时，我们会得到大小为(28, 28, 8)的“权重”矩阵。

权重矩阵形状由下式确定：((n_h-f)/s) + 1 =（（32-5）/ 1）+ 1 和权重矩阵的通道数=过滤器的数量。

根据我的理解，大小为(28, 28, 8)的“权重”矩阵的参数数量应为

(5*5*3 + 1) * 8 = (filter + bias) * number of filters = 608。

相反，该值报告为208，权重矩阵大小为6272。我哪里错了？

Answer 1

我想我已经弄明白了 - 课程中给出的价值是错误的。

(filter*filter*channels + 1) * num_of_filters的价值是有道理的！