Как рассчитать общее количество параметров в сверточной нейронной сети?

Question

как рассчитать общее количество параметров в сети CNN

вот код:

input_shape = (32, 32, 1)
flat_input_size = input_shape[0]*input_shape[1]*input_shape[2]
num_classes = 4

cnn_model = Sequential()
cnn_model.add(Conv2D(32, (3, 3), padding='same',
                 input_shape=input_shape))
cnn_model.add(Activation('relu'))
cnn_model.add(MaxPooling2D(pool_size=(2, 2)))
cnn_model.add(Conv2D(64, (3, 3)))
cnn_model.add(Activation('relu'))
cnn_model.add(MaxPooling2D(pool_size=(2, 2)))
cnn_model.add(Dropout(0.25))
cnn_model.add(Conv2D(128, (3, 3), padding='same'))
cnn_model.add(Activation('relu'))
cnn_model.add(MaxPooling2D(pool_size=(2, 2)))
cnn_model.add(Dropout(0.25))
cnn_model.add(Flatten())
cnn_model.add(Dense(512))
cnn_model.add(Activation('relu'))
cnn_model.add(Dropout(0.5))
cnn_model.add(Dense(num_classes))
cnn_model.add(Activation('softmax'))

вот результат

Как получить 320, 18496, 73856, 590336, 2052, кто-нибудь может это объяснить?

Answer 1

Вы можете использовать эту общую формулу:

channels_in * kernel_width * kernel_height * channels_out + num_channels

Итак, первый пример:

1 * 3 * 3 * 32 + 32 = 320

И второе:

32 * 3 * 3 * 64 + 64 = 18,496

Добавление количества каналов - это смещения.