了解Keras Conv2D层中的参数数量
了解Keras Conv2D层中的参数数量
提问于 2019-11-22 17:51:16
我的第一层是：
model.add(tf.keras.layers.Conv2D(filters=32, kernel_size=3, padding="same", activation="relu", input_shape=[32, 32, 3]))以及模型汇总表中的参数数量：
Layer (type) Output Shape Param #
=================================================================
conv2d_4 (Conv2D) (None, 32, 32, 32) 896 根据我的理解，参数的数量必须是：
(No of filters) X (Number of parameters in Kernel)也就是说，在我的例子中是==> 32 X (3 X 3) = 288
但它是896。896是怎么来的？
谢谢
Stack Overflow用户
回答已采纳
发布于 2019-11-22 18:29:29
Keras Conv2D层中的参数数量使用以下公式计算：
number_parameters = out_channels * (in_channels * kernel_h * kernel_w + 1) # 1 for bias所以，在你的情况下，
in_channels = 3
out_channels = 32
kernel_h = kernel_w = 3
number_parameters = 32(3*3*3 + 1) = 896页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58991594
复制相关文章
相似问题
腾讯云开发者
