这里先注意一下FLOPs的写法，不要弄混了： FLOPS(全大写)：是floating point operations per second的缩写，意指每秒浮点运算次数，理解为计算速度，是一个衡量硬件性能的指标。 FLOPs(s小写)：，是floating point operations的缩写（s表复数），意指浮点运算数，理解为计算量，可以用来衡量算法/模型的复杂度，也就是我们这里要讨论的。
怎么理解上面的公式呢？分析同理，括号内是一个输出神经元的计算量，拓展到O个输出神经元。（如果该全连接层的输入是卷积层的输出，需要先将输出展开成一列向量）：，是floating point operations的缩写（s表复数），意指浮点运算数，理解为计算量，可以用来。其实卷积层在实现的时候可以选择加bias或者不加，在很多的框架当中是一个可以选择的参数，为了严谨，这里特地提一下。深度可分离卷积分成两部分，一部分是分通道卷积，另一部分是1*1卷积。ReLU一般都是跟在卷积层的后面，这里假设卷积层的输出为。
超级会员免费看
订阅专栏 解锁全文
7942
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
