CNN卷积相关计算

以AlexNet为例

 

一、卷积/池化尺寸计算

计算公式：

 n’ = (n - k + 2p) / s + 1 

其中n是输入feature map大小，k是卷积核大小，p是padding大小，s是步长

eg：输入feature map：227*227*3，卷积核11*11*3，步长4，数量96

(224 - 11) / 4 + 1 = 55

所以卷积后的feature map大小为：55*55*96

 

二、参数量和FLOPs运算次数

FLOPs运算：在卷积操作中，如3*3的一个卷积核一次计算中，有3*3次乘法，3*3-1次加法，把乘法和加法合在一起，共9次FLOPs运算（即乘法运算的次数）。

卷积核：Kn*Kw*Cout ，输入图像的channel个数为：Cin, 卷积后feature map大小为H*W*Cout

则该层的参数量为：

(Kn*Kw*Cin + 1)*Cout 

FLOPs运算次数：

(Kn*Kw*Cin + 1)*Cout *H*W

 

eg: AlexNet第一个卷积为例：

参数个数为： (11*11*3+1)*96 = 34,944

FLOPs运算次数：(11*11*3+1)*96*55*55 = 105,705,600