Ile wagów jest uczonych w warstwie konwolucyjnej z jądrem 5x5 i 10 filtrami?

W warstwie konwolucyjnej z jądrem 5x5 i 10 filtrami liczba uczonych się wag jest obliczana jako: rozmiar jądra pomnożony przez liczbę filtrów.

Jeśli założymy, że kanał wejściowy jest jeden (np. obraz czarno-biały), to:

5 × 5 × 10 = 250 wag.

Jeśli jest kilka kanałów wejściowych (np. 3 dla RGB), to wzór będzie:

5 × 5 × liczba_kanalów_wejściowych × 10.

Ponadto, każdy filtr zazwyczaj ma przesunięcie (bias), czyli jeszcze 10 parametrów (po jednym na filtr).

Przykład dla 3 kanałów wejściowych:

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