卷积神经网络中参数量的计算与模型占用显存的计算

关于参数的计算 如果你理解了上图的列子，欢迎你再尝试自己计算一下VGG16的总参数量 值得一提的是，在训练的时候，因为有forward 和 backward，所以参数量要乘以2 另外一个就是网络所需要的内存，这个也是非常重要的一个指标，因为当前的GPU内存空间非常有限。可以从下图得知，在网络最开始的几层，占用的GPU内存最多，而绝大多数的参数，都来自于全连接层，这也是一个后来全局池化被运用而全连接

>>阅读原文<<