计算 ConvLSTM2D 层的参数数量

数据挖掘 机器学习 神经网络 深度学习
2022-03-15 03:48:53

time_distributed_24 (TimeDis (None, 16, 64, 64, 512) 0

conv_lst_m2d_2 (ConvLSTM2D) (无, 16, 64, 64, 128) 2949632

time_distributed_25 (TimeDis (None, 16, 64, 64, 128) 512

time_distributed_26 (TimeDis (None, 16, 128, 128, 128) 0

例如，为什么这个 ConvLSTM2D 层有 2949632 个参数？标准 LSTM 层有 4(n*m + n^2 + n) 个参数，其中 m = 输入昏暗，n = 输出昏暗。

在 64x64x512 张量上具有 128 个内核的标准 3x3 卷积层将具有 3x3x512x128 参数

LSTM 部分的 n 和 m 是多少？

1个回答

i=512，输入维度或输入通道

h=128，输出维度或输出通道

k=3，内核大小

参数数量 = 4 * h * ( k**2 * (i+h) + 1 ) = 2949632

如果 k == 1，ConvLSTM 只是一个 LSTM。

您可以查看原始论文以了解详细信息。 https://arxiv.org/abs/1506.04214

其它你可能感兴趣的问题
上一篇在少量图像上训练具有大量参数的 ConvNet 是如何工作的？ 下一篇具有许多异常值的箱线图会影响结果吗？