如何计算单个 CNN 层中的权重和偏差值的数量？

【问题标题】：How can I calculate the number of weights and bias values in a single CNN layer?如何计算单个 CNN 层中的权重和偏差值的数量？
【发布时间】：2020-09-19 14:11:50
【问题描述】：

给定下图，我如何计算参数的数量：

CNN Layer

这个特定的层由 4x4 卷积和 64 个特征图组成；如何完成满足我最初问题的计算？

Update - Full Architecture

【问题讨论】：

标签： machine-learning neural-network conv-neural-network feature-extraction

【解决方案1】：

过滤器大小包含N * kernel_size * kernel_size权重参数，每个通道一个，所以

N * kernel_size * kernel_size* n_channels 然后 N bais parmaters 所以这个层的最终计算是n_params = N * kernel_size * kernel_size* n_channels + N

N : number of features

kernel_size : is conv2d shape (height and width)

n_channels : is the number of channels

n_params : is the total number of your parameters

前

n_params = 64 * (4 * 4) * 3 + 64 = 3136

【讨论】：