Quantos pesos são treinados em uma camada convolucional com um núcleo de 5x5 e 10 filtros?

Numa camada convolucional com núcleo de 5x5 e 10 filtros, o número de pesos treináveis é calculado como: tamanho do núcleo multiplicado pelo número de filtros.

Se assumirmos que o canal de entrada é um (por exemplo, uma imagem em preto e branco), então:

5 × 5 × 10 = 250 pesos.

Se houver vários canais de entrada (por exemplo, 3 para RGB), a fórmula será:

5 × 5 × número_de_canais_de_entrada × 10.

Além disso, cada filtro geralmente tem um viés (bias), ou seja, mais 10 parâmetros (um por filtro).

Exemplo para 3 canais 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