CNN网络中各层计算细节

孰与徐公比美

于 2019-12-25 11:58:38 发布

阅读量435

点赞数

CC 4.0 BY-SA版权

分类专栏： deeplearning

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_44446028/article/details/103694161

卷积层

在这里插入图片描述

我们以VGG-16的第一层卷积为例：输入图像224×224×3，输出224×224×64，卷积核大小3×3。

计算量：

在这里插入图片描述

参数量：

在这里插入图片描述

再举一个例子，VGG-16的最后一个卷积层：输入14×14×512，输出14×14×512，卷积核大小3×3。计算量：

在这里插入图片描述

参数量：

全连接层

全连接的计算量和参数量考虑VGG-16的最后一个全连接层&#

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。