Keras中CNN参数数量不符：如何获取正确的7个参数？

咱们先把参数计算的逻辑掰明白，你说的7个参数是完全正确的：1个尺寸为2的卷积核对应3个输入通道，光权重就有2×3=6个，再加上1个偏置项，正好是7个参数。

你现在只得到5个参数，大概率是输入通道数设置错了——比如你可能把输入的通道数设成了2，那参数就变成(2×2 +1)=5个，正好对应你看到的结果。

下面给你正确的代码示例，保证能得到7个参数：

from tensorflow.keras.models import Model
from tensorflow.keras.layers import Input, Conv1D

# 输入形状格式是(时间步长, 输入通道数)，这里时间步长设为None（支持任意长度），输入通道数设为3对应你的3个输入
input_layer = Input(shape=(None, 3))
# 配置Conv1D层：1个输出通道（对应1个卷积核）、核尺寸2、无填充（valid）、Sigmoid激活、保留偏置
conv_layer = Conv1D(
    filters=1,
    kernel_size=2,
    padding='valid',
    activation='sigmoid',
    use_bias=True
)(input_layer)

model = Model(inputs=input_layer, outputs=conv_layer)
model.summary()

运行这段代码后，你会在model.summary()里看到Conv1D层的参数数量是7，完全符合你的预期。

再给你排查几个可能的错误点：

• 如果你之前的输入写成了Input(shape=(None, 2))，输入通道数变成2，参数就会是5，这是最常见的问题
• 要是不小心把use_bias设成了False，参数会变成6，也不符合你的要求，但你得到的是5，所以这个可能性比较低
• 别把filters设成大于1的值，不然参数会成倍增加，也不符合你的设定

内容的提问来源于stack exchange，提问作者Johan