VGGNet中关于参数数量降低28%的疑惑？

来源：4-2 卷积神经网络进阶（Vggnet-Resnet）

Sean_007

2020-05-13

VGGNet中用两层33代替了一层55，输入通道数和输出通道数相等，但是如果通道数不为1，由于两层的33由于多了一个卷积层，那么两层33的网络在计算参数数量时不应该还要多乘两个通道数吗？（一个是第一层33的输出通道数，一个是第二层33的输入通道数）
这个地方有点疑惑，不知是否是理解有误？感谢！

写回答

1回答

正十七

2020-05-13

是一样的，

假设输入通道是N，输出通道也是N，那么一层3x3卷积参数量是3x3xNxN，一层5x5卷积参数量是5x5xNxN,那么5x5相对于两层3x3的节省量就是 1 - 3x3x2 / 5x5 = 0.28.

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学，深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 2