神经网络在深度学习过程中每层训练的网络参数容量数量计算推导

该层神经网络训练的参数个数即为：

(2*2+1)*3=15

总计15个参数， 这15个参数里面，其中12个为权重值（weights），3个偏差（biases）。

---

案例2

---

对于像普通常见的RGB彩色图片，具有3通道（R,G,B）。如果每一个输入特征图都有一个滤波器（卷积核）。产生的卷积按元素添加，并且向每个元素添加偏差项。 形成具有1个特征图的输出。

神经网络训练的参数个数计算：

4*3+1=13

总计13个参数，其中12个是权重，1个是偏差。

---

案例3

---

假设每1个输入特征图都分别有3个滤波器（以紫色，黄色，青色分别表示）。产生的卷积按元素添加，并且向每个元素添加偏差项。现在有2个特征图，最终输出3个特征图。

输入2个的特征图，最终输出3个特征图（意味着有3个偏差）。神经网络训练的参数个数为27，其中24个为权重，3个为偏差。

---

Python代码验证

---

建立神经网络，堆叠几层：

from keras.layers import Conv2D, MaxPooling2D, Flatten, Dense

from keras.models import Sequential

if name == “main”:

model = Sequential()

model.add(Conv2D(filters=32,

kernel_size=(3, 3),

input_shape=(150, 150, 3),

activation=‘relu’))

model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(filters=64,

kernel_size=(3, 3),

activation=‘relu’))

model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(filters=128,

kernel_size=(3, 3),

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Android工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Android开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip204888 （备注Android）

最后

文章所有资料全部已经打包整理好，另外小编手头上整理了大量Android架构师全套学习资料，Android核心高级技术PDF文档+全套高级学习资料+视频+2021 BAT 大厂面试真题解析

资料展示：

本文已被CODING开源项目：《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》收录

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算

C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算**