CNN VGG 参数、输入输出等计算

卷积层feature map大小计算：

卷积层输出feature map大小计算公式： （一般向下取整）。

普通卷积层参数计算：

卷积层参数由Filter计算,参数量=（filter size * 前一层特征图的通道数 ）* 当前层filter数量

VGG-16为例，Conv1-1，输入 ，64个 filter，输出feature map 。

Conv1-1的参数量为 。

Conv2-1，输入 ，128个 filter，输出feature map 。

Conv2-1的参数量

全连接层的参数量:

上面已经说过卷积层的参数量计算方法了，那如何计算全连接层的参数量？其实和卷积层参数量的计算方法是一样的。

VGG-16最后一次卷积得到的feature map为 ，全连接层是将feature map展开成一维向量 。实际上，我们就是用4096个 的filter去做卷积（可以理解为是一个卷积层）。

我们就可以计算第一个FC的参数量 。

一次卷积的计算量，以VGG-16为例，Conv1-1，输入 ，64个 filter，输出feature map 。

feature map中的每一个像素点，都是64个 filter 共同作用于原图计算一次得到的，所以它的计算量为 。

已经知道单个像素的计算量，那乘以feature map所有像素，就是一次卷积的计算量： 。