Jumlah parameter dalam lapisan Conv adalah: ((m * n * d) +1) * k), ditambahkan 1 karena istilah bias untuk setiap filter. Ekspresi yang sama dapat ditulis sebagai berikut: ((bentuk lebar filter * Bentuk tinggi filter * Jumlah filter di lapisan sebelumnya+1) * Jumlah filter).
- Berapa banyak parameter dalam lapisan konvolusional?
- Berapa banyak parameter yang harus dimiliki CNN saya?
- Bagaimana Anda menentukan jumlah parameter di lapisan yang terhubung sepenuhnya?
Berapa banyak parameter dalam lapisan konvolusional?
Dalam CNN, setiap lapisan memiliki dua jenis parameter: bobot dan bias.
Berapa banyak parameter yang harus dimiliki CNN saya?
"Dalam gambar warna, setiap filter itu sendiri adalah filter 3D. Ini berarti setiap filter memiliki sejumlah parameter: (tinggi x lebar x kedalaman) = (3 x 3 x 3 = 27) . Anda dapat melihat bagaimana kompleksitas jaringan meningkat saat memproses gambar warna karena harus mengoptimalkan lebih banyak parameter..."
Bagaimana Anda menentukan jumlah parameter di lapisan yang terhubung sepenuhnya?
Lapisan yang terhubung sepenuhnya: Di lapisan yang sepenuhnya terhubung, semua unit input memiliki bobot terpisah untuk setiap unit output. Untuk input N dan output M, jumlah bobotnya adalah n*m . Selain itu, Anda memiliki bias untuk setiap node output, jadi Anda berada di (n+1)*m parameter.