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()
举一反三
- 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。
- 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
- 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
- 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