卷积、池化计算总结(输出维度、计算量、参数量)

卷积输出特征图大小计算

Wout = Winput - Wkernerl + 2 * Padding / Strides + 1

Hout = Hinput - Hkernel + 2 * Padding / Strides + 1

  • Wout、Hout:输出图像的宽、高
  • Winput、Hinput:输入图像的宽、高
  • Wkernel、Wkernel:卷积核的宽、高
  • Padding:填充大小
  • Strides:步长大小

计算量——标准卷积

参数说明

  • M:输入通道数、N:输出通道数

标准卷积的输入是一个Df×Df×M的特征图

标准卷积的输出是一个DF×DF×N的特征图

应用的卷积核:Dk*Dk

则:

  1. 标准卷积层的参数为:Dk×Dk×M×N
  2. 标准卷积的计算量:Dk×Dk×M×N×DF×DF

对一张图像进行卷积生成1张特征图

Wi = 3, Hi = 3

kw = 3, kh = 3

Wo = 2, Ho = 2

M:1, N:1

计算量:kw×kh×wo×wh×M×N = 3×3×2×2×1×1= 36

权值个数:kw×kh×M×N = 3×3×1×1 = 9

对一张图像进行卷积生成多张特征图

wi = 32, hi = 32

kw = 5, kw = 5

wo = 28, wo = 28

M = 1, N = 3

计算量:kw×kh×wo×​​​​​​​ho×M×N = 5×5×​​​​​​​28×28×1×3=58800

权值个数:kw×​​​​​​​kh×M×​​​​​​​N = 5×5×​​​​​​​1×3=75

对多张图像进行卷积生成1张特征图

wi = 32, hi =32

kw = 5, kh = 5

wo = 28, ho = 28

M = 3, N = 1

计算量:kw×​​​​​​​kh×wo×​​​​​​​ho×M×N = 5×5×​​​​​​​28×28×​​​​​​​3×1

权值个数:kw×​​​​​​​kh×M×​​​​​​​N = 5×5×​​​​​​​3×1

对多张图像进行卷积生成多张特征图

wi = 32, hi = 32

kw = 5, kh = 5

wo = 28, ho = 28

M = 64, N = 128

计算量:kw×​​​​​​​kh×wo×​​​​​​​ho×M×​​​​​​​N = 5×5×​​​​​​​28×28×64×128 = 160563200

权值个数:kw×​​​​​​​kh×M×​​​​​​​N = 5×5×​​​​​​​64×128 = 204800

池化计算

输出维度计算:

计算量:

总计算量=比较次数×总的池化操作次数

比较次数:池化核大小 - 1

总的池化操作次数: (原特征图尺寸 / 步长)^2

例子如下:

池化层的计算量主要与池化核的大小、步长和特征图的尺寸有关。在这个例子中,池化核大小为 3×3,步长为 2,特征图的尺寸从 55×55 变为 27×27。

计算量的具体过程:

  1. 对于每个池化操作,需要在 3×33×3 的区域中找到最大值。
  2. 对于 27×27的特征图,每个池化操作涉及对 3×3 区域的比较,然后选择最大值。因此,每个池化操作需要进行 3×3−1=8次比较。
  3. 特征图的尺寸减小了一半(因为步长为 2),所以总共有 (27/2)×(27/2)=196个这样的池化操作。
  4. 每个池化操作中有 8 次比较。

因此,池化层的总计算量可以通过以下公式估算:

总计算量=每个池化操作的比较次数×总的池化操作次数总计算量=每个池化操作的比较次数×总的池化操作次数

在这个例子中,总计算量为 8×196。

  • 10
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

风的暖色调

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值