CNN中参数计算

参数量=kernel_size* kernel_size* 输入通道数* kernel_numbers +bias
bias = kernel_numbers
如：输入 10* 10* 3 卷积核5* 5* 10，参数量=5 * 5* 3* 10+10=760

卷积核中的数字怎么来的：
开始的卷积核中的数值会进行一个初始化，但是里面的数值其实就是权重值，所以CNN的训练目标其实就是卷积核中每个元素的取值的最终确定。卷积核里的数字会随着训练迭代变化，卷积核矩阵其实就是权重矩阵的一个“子权重矩阵”。