卷積神經網絡中參數量的計算與模型佔用顯存的計算

關於參數的計算 如果你理解了上圖的列子，歡迎你再嘗試自己計算一下VGG16的總參數量 值得一提的是，在訓練的時候，因爲有forward 和 backward，所以參數量要乘以2 另外一個就是網絡所需要的內存，這個也是非常重要的一個指標，因爲當前的GPU內存空間非常有限。可以從下圖得知，在網絡最開始的幾層，佔用的GPU內存最多，而絕大多數的參數，都來自於全連接層，這也是一個後來全局池化被運用而全連接

>>阅读原文<<