我假设当您说11x11x10您的意思是您有一个带有 10 个、11x11 过滤器的图层时。因此，您将要做的卷积数量只是滤波器组中每个滤波器的 10 个 2D 离散卷积。因此，假设您有一个网络：

480x480x1    # your input image of 1 channel
11x11x10     # your first filter bank of 10, 11x11 filters
5x5x20       # your second filter bank of 20, 5x5 filters
4x4x100      # your final filter bank of 100, 4x4 filters    

您将要做：多通道 2D 卷积，每个卷积的深度分别为 1、10 和 20。正如你所看到的，每个卷积的深度将作为前一层输入体积深度的函数而变化。$10 + 20 + 100 = 130$

但我假设您正在尝试弄清楚如何将其与单通道 2D 卷积进行比较。好吧，您可以将每个输入体积的深度乘以每层中的过滤器数量，然后将它们加在一起。在您的情况下：。$10 + 200 + 2000 = 2,210$

现在这只告诉你你正在做多少个单通道 2D 卷积，而不是每个卷积的计算密集程度，每个卷积的计算强度将取决于各种参数，image_size包括过滤器计算），您拥有的池化层数等。image_depthfilter_sizestride