指定卷积神经网络模型第一层与第二层可优化模型参数数量计算咨询

第一层（带ReLU的卷积层）参数数量 #

卷积层的可训练参数包含滤波器权重和偏置项两部分：

• 单个滤波器尺寸为5×5，输入通道数是1（灰度图像），因此单个滤波器的权重参数数为：5 × 5 × 1 = 25
• 共有100个滤波器，所以权重总参数数：100 × 25 = 2500
• 每个滤波器对应1个偏置项，偏置总参数数：100 × 1 = 100
• 第一层总可优化参数：2500 + 100 = 2600

第二层（2×2最大池化层）参数数量 #

最大池化层是基于规则的下采样操作，它仅提取局部区域的最大值，没有需要学习的权重或偏置项。因此第二层需要优化的参数数量为：0

内容的提问来源于stack exchange，提问作者Seyed