¿Cuántos pesos se entrenan en una capa convolucional con un núcleo de 5x5 y 10 filtros?

En una capa convolucional con un núcleo de 5x5 y 10 filtros, la cantidad de pesos entrenables se calcula como: tamaño del núcleo multiplicado por la cantidad de filtros.

Si asumimos que el canal de entrada es uno (por ejemplo, una imagen en blanco y negro), entonces:

5 × 5 × 10 = 250 pesos.

Si hay varios canales de entrada (por ejemplo, 3 para RGB), la fórmula será:

5 × 5 × número_de_canales_de_entrada × 10.

Además, cada filtro generalmente tiene un sesgo (bias), es decir, 10 parámetros más (uno por filtro).

Ejemplo para 3 canales de entrada:

kernel_size = 5
input_channels = 3
filters = 10
weights = kernel_size * kernel_size * input_channels * filters  # 5*5*3*10 = 750
biases = filters  # 10
total_params = weights + biases  # 760