1、什么是参数量

参数量就相当于之前的空间复杂度。

 

2、如何计算参数量

对于卷积层,参数量为:

(kernel*kernel) *channel_input*channel_output
kernel*kernel 就是 weight * weight
其中kernel*kernel = 1个feature的参数量

对于池化层,无参数。

对于全连接层,参数量为:

weight_in * weight_out

 

一般参数类型为float,占4个字节。

以AlexNet为例,模型参数量为6000万,设每个参数都是float,即每个参数占4字节,总的字节数就是24000万。

24000万字节= 24000万/1024/1024=228Mb

 

参考资料:

深度学习中模型计算量(FLOPs)和参数量(Params)的理解以及四种计算方法总结

posted on 2022-12-02 15:25  yc-limitless  阅读(750)  评论(0编辑  收藏  举报