Quanti pesi vengono addestrati in uno strato convoluzionale con un kernel 5x5 e 10 filtri?

In uno strato convoluzionale con un kernel di 5x5 e 10 filtri, il numero di pesi addestrabili si calcola come: dimensione del kernel moltiplicata per il numero di filtri.

Se si assume che il canale di input sia uno (ad esempio, un'immagine in bianco e nero), allora:

5 × 5 × 10 = 250 pesi.

Se ci sono più canali di input (ad esempio, 3 per RGB), la formula sarà:

5 × 5 × numero_di_canali_di_input × 10.

Inoltre, ogni filtro di solito ha un bias, cioè altri 10 parametri (uno per filtro).

Esempio per 3 canali di input:

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