如何计算 3D 卷积层的可训练参数数量？

Question

我是 CNN 的初学者，我在构建网络时使用 3D 卷积层，但我无法理解这个卷积 3D 层的可训练参数是如何计算的。这是一个简单的单层网络示例，其输入形状为 (3,16,112,112)（通道、帧、高度、宽度），即 16 个大小为 (112*112) 的 RGB 图像：

def get_model(summary=False):

model = Sequential()
model.add(Convolution3D(64, (3, 3, 3), activation='relu', 
                        padding='valid', name='conv1',
                        strides=(1, 1, 1), 
                        input_shape=(3, 16, 112, 112)))
if summary:
    print(model.summary())
return model

摘要显示5248个可训练参数，谁能解释一下这个数字是如何产生的？

Answer 1

可训练参数是指网络中的所有权重和偏差，以及 3D 卷积层中卷积滤波器中的值。这意味着在可训练的卷积滤波器中有 5248 个不同的连接权重、偏差和值。

网络也可能有一些不可训练的部分，例如最大池化层。该层的作用不受训练的影响。

权重数 = 内核宽度 * 内核高度 * 内核深度（因为 3d）x 输入图像中的通道数 * 内核数

偏差数 = 内核数

所以对你来说：

权重数 = 3 x 3 x 3 x 3 x 64 = 5184

偏差数 = 64

参数数量 = 5184 + 64 = 5248