美文网首页
卷积神经网络中的参数量和计算量

卷积神经网络中的参数量和计算量

作者: registration | 来源:发表于2020-10-26 21:15 被阅读0次

    在设计卷积神经网络的时候，需要考虑网络的大小，即参数量和计算量，参数量指的是卷积核中的参数的数量，计算量指的是卷积神经网络执行数值运算的次数。由于参数共享，参数量只与feature map的数量有关，而与feature map的大小无关，计算量与二者都有关。

    常用的卷积操作的参数量为：

N_{p}= C_{in} \times C_{out} \times K\times K

类似地，计算量为

N_{c}= C_{in} \times C_{out} \times K\times K\times N\times M

    深度可分离卷积主要是一对一的卷积，因而计算量为

N_{d}= C_{in} \times  K\times K\times N\times M

之后再通过1\times 1卷积进行特征融合

相关文章

网友评论

      本文标题：卷积神经网络中的参数量和计算量

      本文链接：https://www.haomeiwen.com/subject/edyzmktx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|卷积神经网络中的参数量和计算量|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！