我不明白文章中有关 VGGNet 的一段话。也许有人可以帮忙。
在我看来，卷积层中的权重数量是
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。
文章中写道:
假设三层 3 × 3 卷积堆栈的输入和输出都有 C 个 channel ，则堆栈参数化为 3*(3^2*C^2) = 27C^2 重量；同时，单个 7 × 7 转换。层需要 7^2*C^2 = 49C^2 参数。
我不明白，这里的 channel 是什么意思，以及为什么使用这个公式。
有人可以向我解释一下吗？
提前致谢。
最佳答案
你的直觉是正确的；我们只需要稍微解开他们的解释即可。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
这将生成 whdn = 9C^2 参数。然后，他们还说有三个堆叠在一起，那就是 27C^2。
对于单个 7x7 过滤器，则都是相同的 7x7xCxCx1。
最后的区别是您在原始帖子的末尾再次添加 n ；这就是偏差项，在 VGG 中它们会跳过(很多人会跳过偏差项；它们的值在某些设置中是有争议的)。
关于machine-learning - 理解论文中关于 VGGNet 的一段话，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48112116/