CNN的參數計算問題，怎麼算都會少一個kernel - Cupoy

2020/07/15 下午 10:41

電腦視覺深度學習討論版

林瑋晨

觀看數：13

回答數：3

收藏數：0

cvdl

cvdl-d11

classifier=Sequential()

inputs = Input(shape=(13,13,1))

x=Convolution2D(filters=32,kernel_size=(6,6), strides=(1, 1),padding='SAME')(inputs)

model = Model(inputs=inputs, outputs=x)

model.summary()

我自己的算法是6*6*32 =1152

但keras最後得出的是1184，整整多了一個kernel的size， 想請問我是哪邊沒有算到呢?

回答列表

• 2020/07/17 下午 10:48
  Jeffrey
  贊同數：0
  不贊同數：0
  留言數：0

  請問一下, 有考慮過 PADDING? 可以嘗試不同的設定,觀察 得到的參數值

• 2020/07/21 上午 07:41
  陳泓嘉
  贊同數：1
  不贊同數：0
  留言數：0

  每一個filter都會有一個bias的參數, 所以應該是 6 * 6 * 32 + 1 * 32 = 1184才對喔, 這跟padding沒啥關聯

• 2020/10/01 下午 07:10
  Patrick Ruan
  贊同數：0
  不贊同數：0
  留言數：0

  CNN 的參數算法是: channels * (kernel size)* (number of kernel) + (number of bias)

  number of bias = number of kernel，因為我們每一個 kernel 配置一個 bias。

  所以上面的例子就是  1*6*6*32 +32 = 1184

  跟 padding 無關