卷积神经网络关于参数量和计算量的探讨

我们假设卷积核的大小是kxk，输入通道数是M，输出通道数是N，输出特征图大小是fxf，那么如上图所示，我用和输入通道数相同数量的卷积核去卷原始图像，会得到与原始图像输入通道数相同数量的像素值，将这些像素值加权求和得到输出的一个通道的一个像素值，输出通道有多少。 因此卷积和是一个三维的，输出通道有多少个，卷积核就有多少个，而每一个卷积核它的深度就与它要去卷的图像的输入通道数相同。 所以卷积的参数量就

>>阅读原文<<