CNN卷积参数量计算

参考：轻量级网络-Mobilenet系列(v1,v2,v3) - 知乎

盘点下每种类型的层计算可学习参数的数量

Input layer：输入层所做的只是读取输入图像，因此这里没有可以学习的参数。

Convolutional layers：一个卷积层，其输入为l个特征图，输出为k个特征图，过滤器尺寸为n*m。如下举例：

输入有l=32个特征图作为输入，k=64个特征图作为输出，滤波器大小为n=3，m=3，它是一个3*3*32的过滤器，因为我们的输入有32个维度。我们学习64个不同的3*3*32过滤器。因此权重的总数是n*m*l*k。然后，每个特征图也有一个偏置项，所以我们的参数总数为(n*m*l+1)*k。

Pooling layers：池化层，例如执行以下操作：用最大值替换2*2邻域。因此，无须在池化层中学习任何参数。

Fully-connected layers：在全连接层中，所有输入单元对每个输出单元都有一个单独的权重。对于n个输入和m个输出，权重数为n*m。此外，对每个输出节点都有一个偏差，因此有(n+1)*m个参数。

Output layer：输出层是一个普通的全连接层，所以有(n+1)*m个参数，其中n是输入的数量，m是输出的数量。

使用LeNet举例计算：

所以总的参数量为：156+2416+48120+10164+850=61706个

深度可分离卷积：

普通卷积层的特征提取与特征组合一次完成并输出，而深度可分离卷积先用厚度为1的3*3的卷积核（depthwise分层卷积），再用1*1的卷积核（pointwise卷积）调整通道数，将特征提取与特征组合分开进行。深度可分离卷积可大大减少模型的参数，其具体结构如下：

对比举例：

假设某一网络卷积层，其卷积核大小为3*3，输入通道为16，输出通道为32。

常规CNN的参数量为：(3*3*16+1)*32=4640个。

深度可分离卷积参数量计算：

先用16个大小为3*3的卷积核（3*3*1）作用于16个通道的输入图像，得到了16个特征图。在做融合操作之前，接着用16个大小为1*1的卷积核（1*1*16）遍历上述得到32个特征图。则参数量为：(3*3*1+1)*16+(1*1*16+1)*32=706个。

在进行depthwise卷积时只使用了一种维度为in_channels的卷积核进行特征提取（没有进行特征组合）；在进行pointwise卷积时只使用了output_channels种维度为in_channles*1*1的卷积核进行特征组合。