Combien de poids sont entraînés dans une couche convolutionnelle avec un noyau 5x5 et 10 filtres?

Dans une couche convolutionnelle avec un noyau de 5x5 et 10 filtres, le nombre de poids entraînables est calculé comme : taille du noyau multipliée par le nombre de filtres.

Si l'on suppose que le canal d'entrée est unique (par exemple, une image en noir et blanc), alors :

5 × 5 × 10 = 250 poids.

Si plusieurs canaux d'entrée existent (par exemple, 3 pour RGB), la formule sera :

5 × 5 × nombre_de_canaux_dentrée × 10.

De plus, chaque filtre a généralement un biais (bias), soit 10 paramètres supplémentaires (un par filtre).

Exemple pour 3 canaux d'entrée :

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