我无法理解关于VGGNet的文章中的一段内容。或许有人能帮我解答。

在我看来，卷积层中的权重数量是

p=w*h*d*n+n

其中w是滤波器的宽度，h是滤波器的高度，d是滤波器的深度，n是滤波器的数量。

文章中写道：

假设一个三层3 × 3卷积堆栈的输入和输出都有C个通道，那么这个堆栈的参数化是3*(3^2*C^2) = 27C^2个权重；与此同时，一个单一的7 × 7卷积层将需要7^2*C^2 = 49C^2个参数。

我无法理解这里的“通道”是什么意思，以及为什么使用这个公式。

有人能解释一下吗？

提前感谢。

回答：

你的直觉是正确的；我们只需要稍微展开他们的解释。对于第一种情况：

w = 3 # 滤波器宽度h = 3 # 滤波器高度d = C # 滤波器深度（通道数量与输入滤波器数量相同；例如RGB是C=3）n = C # 输出滤波器/通道的数量

这使得whdn = 9C^2个参数。然后，他们还说有三个这样的堆叠，所以是27C^2。

对于单个7x7滤波器，同样是7x7xCxCx1。

最后的区别是你最初的帖子中额外加了一个n；那是偏置项，在VGG中他们略过了（许多人会略过偏置项；在某些情况下它们的价值是有争议的）。