如何计算卷积层中的参数

时间:2019-01-26 08:47:21

标签: conv-neural-network

假设我们有一个10x10x3的彩色图像输入,并且我们想要堆叠两个卷积层,其内核大小分别为3x3和10和20个滤镜。我们必须为这两个层训练多少参数(包括偏差)?

1 个答案:

答案 0 :(得分:0)

假设:padding =“ same”(即,每层的输入尺寸=该层的输出尺寸)

输入图像的高度和宽度不影响参数大小。

Conv_layer_1 =(内核大小* color_channels +1)*过滤器=(3 * 3 * 3 +1)* 10 = 280

Conv_layer_2 * =(内核大小* prev_filters +1)* filters =(3 * 3 * 10 +1)* 20 = 1820

*和所有未来的转换层

可训练参数:280 + 1820 = 2100

有关更多详细信息,请参见this blog post