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。
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()
- 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
- 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
- 如果一个图片的维度为(32,32,3),通过一个有64个卷积核,每个卷积核大小为3×3,且填充模式为valid(不填充)的卷积层后,输入特征图的维度应为() A: (32,32,3) B: (32,32,64) C: (30,30,64) D: (30,30,3)
- 在卷积神经网络的第一层中有5个卷积核,每个卷积核尺寸为7×7,具有零填充且步幅为1。该层的输入图片的维度是224×224×3。那么该层输出的维度是多少?() A: 217*217*3 B: 217*217*8 C: 218*218*5 D: 220*220*7