Bilangan parameter dalam lapisan Conv adalah: ((m * n * d) +1) * k), ditambah 1 kerana istilah bias untuk setiap penapis. Ungkapan yang sama boleh ditulis seperti berikut: ((bentuk lebar penapis * bentuk ketinggian penapis * bilangan penapis dalam lapisan sebelumnya+1) * bilangan penapis).
- Berapa banyak parameter yang berada di lapisan konvensional?
- Berapa banyak parameter yang harus dimiliki oleh CNN saya?
- Bagaimana anda menentukan bilangan parameter dalam lapisan yang disambungkan sepenuhnya?
Berapa banyak parameter yang berada di lapisan konvensional?
Di CNN, setiap lapisan mempunyai dua jenis parameter: berat dan bias.
Berapa banyak parameter yang harus dimiliki oleh CNN saya?
"Dalam gambar warna, setiap penapis itu sendiri penapis 3D. Ini bermaksud setiap penapis mempunyai beberapa parameter: (ketinggian x lebar x kedalaman) = (3 x 3 x 3 = 27) . Anda dapat melihat bagaimana kerumitan rangkaian meningkat apabila memproses imej warna kerana ia perlu mengoptimumkan lebih banyak parameter..."
Bagaimana anda menentukan bilangan parameter dalam lapisan yang disambungkan sepenuhnya?
Lapisan yang disambungkan sepenuhnya: Dalam lapisan yang disambungkan sepenuhnya, semua unit input mempunyai berat berasingan untuk setiap unit output. Untuk input n dan o output, bilangan berat adalah n*m . Di samping itu, anda mempunyai kecenderungan untuk setiap nod output, jadi anda berada di parameter (n+1)*m.