分析神经网络参数量及计算量

原创

于 2020-04-08 15:22:13 发布 · 3.9k 阅读

·

2

·

CC 4.0 BY-SA版权

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。

知乎上有一篇文章，介绍了网络的时间复杂度和空间复杂度https://zhuanlan.zhihu.com/p/31575074

只有卷积操作和全连接操作会有参数的增加，池化不会。

1、卷积操作参数量及计算量

以VGG16网络为例，

第一层卷积图像输入为224x224x3，输出224×224×64，卷积核大小3×3，因此

计算量：

$224\times 224\times 3\times 3\times 3\times 64\approx8.7\times 10^{7}$

参数量：

$3\times 3\times 3\times 64\ + 64= 1792$

参数量计算中，3x3x3是三维的卷积核，64是这一层的卷积核数量，加法项是偏置参数数量。<

最低0.47元/天解锁文章

200万优质内容无限畅学

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。