在卷积神经网络计算中，已知输入特征层大小为32x32x64, 使用标准卷积计算，带偏置项，卷积核大小为3*3，输出特征层数目为64，请问卷积层的参数个数为？
A: 576
B: 36928
C: 640
D: 36864
A: 576
B: 36928
C: 640
D: 36864
B
举一反三
- 现有一个两层的卷积神经网络，第一层是常规的卷积层，输入输出的通道数为3和64，卷积核大小为3×3；第二层是分组卷积层（group convolution layer）,分为4组，输入输出通道数为64和32，卷积核大小为3×3。则该网络的参数个数为（）
- 有一卷积层，输入大小为7*7，卷积核大小为3*3，有3个输入通道，有2个输出通道，则该卷积层的权值（weight）参数个数有________个，偏置（bias）参数有________个。
- 将一张32*32大小的图片输入一个卷积神经网络，经过一层卷积层（卷积核大小为5*5，步长为1，非全零填充）和一层池化层（池化核大小为2*2，步长为2，全零填充）之后输出的图片尺寸为多少？? 7|14|16|32
- 假设某卷积层的输入特征图大小为36*32*6，卷积核大小是5*3，通道为20个，步长为1，没有padding，那么得到的特征图大小为？ A: 32*30*20 B: 27*30*20 C: 32*28*6 D: 36*34*20
- 假设某卷积层的输入和输出特征图大小分别为63*63*16和31*31*64，卷积核大小是5*5，步长为2，那么Padding值为多少？ A: 1 B: 2 C: 3 D: 4
内容
- 0
卷积神经网络中某一层使用的He权重初始化与以下哪些参数有关？ A: 卷积核的高 B: 卷积核的宽 C: 前一层特征图的大小 D: 卷积核的个数
- 1
若对一个分辨率为100×100的RGB图像使用卷积神经网络（卷积核的高宽为3×3）进行特征提取，则第一个卷积层的卷积核的个数是多少？ A: 9 B: 10000 C: 3 D: 无法确定
- 2
卷积神经网络中，同一卷积层所有的卷积核大小必须相同
- 3
卷积神经网络中，输入图片为RGB3个通道，每个通道大小为32x32，即输入大小为32x32x3，单个卷积核大小为5x5x3，卷积核个数为6，步长为1，无补边，则输出的大小为（ ）。 A: 14x14 B: 14x14x3 C: 27x27x6 D: 27x27x3
- 4
中国大学MOOC: 假设卷积神经网络某隐层的特征图大小是17*17*8，其中8是通道数，使用大小为3*3的12个卷积核，步长为2，没有padding对此隐层进行操作，得到的特征图大小是？