深度學習筆記_卷積神經網絡參數計算

卷積後卷積層大小 W2= (W1-F+2P)/S +1 即 (原始圖像的寬度-卷積核的寬度+2倍的填充寬度)/步長 + 1 採用K個大小爲FxF的卷積核，進行步長爲S, 填充爲P的卷積運算後，得到的層的寬爲W2,高爲H2, 深度爲D2,計算如下所示。 參數量大小 (FxFxD1)xK + K 即（卷積核寬x卷積核高）x卷積核的個數 + 偏差個數（即卷積核的個數，每一層有一個bias） Paddin

>>阅读原文<<