deep-learning - 与此CNN相关的权重和偏差参数有多少？

Question

在以下示例中，与卷积层关联的权重和偏差参数的数量是多少？

在这里，我们实际上只有一个卷积层，其中有2个滤波器用于3种不同的大小(2,3,4)。

Answer 1

最后，在给定图中，我确定了与卷积层关联的权重和偏差参数的数量。

对于过滤器尺寸= 4，

total weight parameters = 4 * 5 = 20
total bias parameters = 1
Since, total filters = 2, so total parameters = (4 * 5 + 1) * 2 = 42

由于过滤器的大小为4，因此从4 x 5矩阵中，我们最终将仅获得一个特征值。因此，kernel_value(1 x 20) x weight_param(20 x 1)产生1个特征值。包括1个偏差参数，所需的总参数为(20 + 1) = 21。

如果过滤器尺寸= 3，

total weight parameters = 3 * 5 = 15
total bias parameters = 1
Since, total filters = 2, so total parameters = (3 * 5 + 1) * 2 = 32

对于过滤器尺寸= 2，

total weight parameters = 2 * 5 = 10
total bias parameters = 1
Since, total filters = 2, so total parameters = (2 * 5 + 1) * 2 = 22

因此，总权重和偏差参数= 42 + 32 + 22 = 96。