1.卷积层尺寸的计算原理
输入矩阵格式:四个维度,依次为:样本数、图像高度、图像宽度、图像通道数。
输出矩阵格式:与输出矩阵的维度顺序和含义相同,但是后三个维度(图像高度、图像宽度、图像通道数)的尺寸发生变化。
权重矩阵(卷积核)格式:同样是四个维度,但维度的含义与上面两者都不同,为:卷积核高度、卷积核宽度、输入通道数、输出通道数(卷积核个数)
输入矩阵、权重矩阵、输出矩阵这三者之间的相互决定关系
卷积核的输入通道数()由输入矩阵的通道数所决定。
输出矩阵的通道数()由卷积核的输出通道数所决定。
输出矩阵的高度和宽度()这两个维度的尺寸由输入矩阵、卷积核、扫描方式所共同决定。计算公式如下:
2.卷积参数量计算
参数量是参与计算参数的个数,占用内存空间;假设输入通道和输出通道分别为,核大小为
,输入特征图大小为
,输出特征图大小为
,考虑偏置,不补0的卷积,其参数量为:
3.参数计算次数
前面计算的是一次卷积核计算完的参数量,参数一共计算的次数就是输出特征图的尺寸大小,其中MAC包含一次乘法和一次加法,即MAC(Multiply Accumulate),:
4.浮点运算量
浮点运算量指总的计算量,即FLOPs (floating point operations),其因为每一次计算都有乘法和加法两次运算,即一个MAC需要两次运算,故FLOPs计算方式如下: