1.定义:
权值共享指由单个参数(权重)控制多个连接,亦可解释为在连接强度之间施加相等的约束。通过权值共享,模型可以获取非常小的计算成本。
2.直观理解:
如上图所示,设Image为一个5*5的矩阵A,卷积核为一个3*3的矩阵B,输出特征图为3*3的矩阵C,那么有:
C11= A11*B11+ A12*B12+A13*B13+…+A31*B31+A32*B32+A33*B33
C12= A12*B11+ A13*B12+A14*B13+…+A32*B31+A33*B32+A34*B33
……
C33= A33*B11+ A34*B12+A35*B13+…+A53*B31+A54*B32+A55*B33
由上式可知,卷积核B在输入图像A上的滤波器参数是共享的。
3.参数计算:
在CNN网络中,模型的参数量的计算公式如下:
CNN模型参数:(F*F+1)*C(input)*C(output)
其中,F表示卷积核的大小;C表示模型的输入/输出通道数。加1表示bias的参数量,一般CVPR论文中这个参数往往忽略不计。
参考文献:
1.Generalization and Network Design Strategies,Y.le Cun 1989
2.Gradient-Based Learning Applied to Document Recognition,Yann LeCun 1998 (P42)
注:本文属于个人理解,若有错误,欢迎指正!