【问题标题】：Understanding a passage in the Paper about VGGNet理解论文中关于 VGGNet 的一段话
【发布时间】：2018-06-15 04:16:39
【问题描述】：
我看不懂文章中关于 VGGNet 的一段话。也许有人可以帮忙。
在我看来，一个卷积层的权重数量是
p=w*h*d*n+n
其中 w 是过滤器的宽度，h 是过滤器的高度，d 是过滤器的深度，n 是过滤器的数量。
文章中写了以下内容：
假设三层 3×3 卷积堆栈的输入和输出都有 C 个通道，堆栈参数化为 3*(3^2*C^2) = 27C^2
权重；同时，单个 7 × 7 conv。层需要 7^2*C^2 = 49C^2 个参数。
我不明白，这里的渠道是什么意思，为什么使用这个公式。
谁能给我解释一下？
提前致谢。
【问题讨论】：
标签：
machine-learning
deep-learning
classification
conv-neural-network
imagenet
【解决方案1】：
你的直觉是正确的；我们只需要稍微解开他们的解释。对于第一种情况：
w = 3 # filter width
h = 3 # filter height
d = C # filter depth (number of channels is same as number of input filters; eg RGB is C=3)
n = C # number of output filters/channels
这会生成whdn = 9C^2 参数。然后，他们还说其中堆叠了三个，所以那是27C^2。
对于单个 7x7 过滤器，那么它都是相同的 7x7xCxCx1。
最后的区别是您在原始帖子的末尾再次添加n；那是偏差项，在 VGG 中他们会跳过（许多人会跳过偏差项；它们的值在某些情况下是有争议的）。