Número de parámetros para capas de convolución

En este artículo altamente citado , los autores dan la siguiente discusión sobre el número de parámetros de peso. No tengo muy claro por qué tiene parámetros . Creo que debería ser ya que cada uno de los canales de entrada comparte el mismo filtro, que tiene parámetros. $49C^2$ $49C$ $C$ $49$

machine-learning deep-learning computer-vision

— usuario297850
fuente

El uso de una imagen aquí reduce la calidad de la pregunta, ya que no se puede buscar. Por favor considere usar texto en su lugar.

— Neil Slater

$49C*C$ $C$ $C$

Cita de CS231n :

Para resumir, la capa de convección:

$W_1 \times H_1 \times D_1$

Requiere cuatro hiperparámetros:

$K$

$F$

$S$

$P$

$W_2 \times H_2 \times D_2$

$W_2 = (W_1 - F + 2P)/S + 1$

$H_2 = (H_1 - F + 2P)/S + 1$

$D_2 = K$

$F \cdot F \cdot D_1$ $(F \cdot F \cdot D_1) \cdot K$ $K$

$d$ $W_2 \times H_2$ $d$ $S$ $d$

$F = 3, S = 1, P = 1$

— Icyblade
fuente

Hola Icyblade, gracias por la respuesta. Sin embargo, mi pregunta todavía está relacionada con la declaración "con el uso compartido de parámetros, presenta pesos FFD1 por filtro". Sabemos que cada filtro tiene dos conexiones a los canales de entrada D1, por lo que de acuerdo con esta declaración, el peso que conecta este filtro es diferente entre los diferentes canales de entrada, es que derecho?

— user297850

Los valores de estos pesos son diferentes, pero los números son los mismos.

— Icyblade

El uso de una imagen pegada aquí reduce la calidad de la respuesta, ya que no se puede buscar. Por favor considere usar texto en su lugar. Sin embargo, estoy de acuerdo con la respuesta, me parece correcta.

— Neil Slater

@ user297850: No extienda su pregunta; haga una nueva si todavía tiene problemas.

— Neil Slater

@NeilSlater Gracias por su sugerencia, me lleva algún tiempo volver a formatear.

— Icyblade