CNN的卷积层需要多少个神经元？答案

【问题标题】：How many neurons are required in convolution layer of CNN?CNN的卷积层需要多少个神经元？
【发布时间】：2020-12-06 11:12:10
【问题描述】：

卷积层需要多少个神经元来处理大小为 32 * 32 的图像 32 个过滤器和内核大小 3 * 3。我知道输入神经元将是 32*32，即 1024，但是如何计算隐藏卷积层所需的神经元

【问题讨论】：

【解决方案1】：

卷积层由过滤器组成，我不认为它们通常被称为神经元。所以我猜你的问题的答案是 32。还要注意内核大小和图像大小无关紧要。内核大小会影响参数的数量，但（显然）不会影响过滤器的数量。

这就是卷积层的意义——输入的大小无关紧要，参数个数是固定的。

【讨论】：

我遇到了一个术语，其中来自特征图（conv 层的输出）的特征被标记为神经元。这是有道理的，因为特征图中的一个特征被计算为内核权重 x 输入，然后应用非线性，这类似于“正常”人工神经元的操作方式。

【解决方案2】：

没有固定方法或术语来定义网络中隐藏单元的数量（您将其称为神经元），但建议保持隐藏单元的数量少于特征数量。

示例：您的输入特征的大小为 256（16 x 16 图像），而隐藏单元的数量应保持在 256 以下，以实现良好拟合并防止过度拟合！更多的神经元会过拟合引入高方差的数据（测试集误差大于训练误差）

【讨论】：