신경 네트워크의 매개 변수 수를 계산하는 방법을 이해하는 것은 모델링 및 분석 모델에 필수적입니다. 매개 변수는 네트워크가 훈련 중에 배우는 무게와 비스듬한을 포함합니다. 이 가이드는 신경 네트워크 모델의 총 매개 변수의 총 수를 결정하는 기본 단계 설명합니다.

완전히 연결된 층의 매개 변수

완전히 연결 (dense) 층에서, 각 입력은 무게를 가진 각 neuron에 연결하고, 각 neuron에는 bias 기간이 있습니다. 그런 층에 있는 모수의 총 수는 다음과 같이 산출됩니다:

Number of Parameter = (Number of input × Number of neurons) + neurons

Convolutional 층의 매개 변수

convolutional 층을 위해, 모수는 여과기 크기, 여과기의 수 및 입력 수에 달려 있습니다. 공식은:

파라미터 = (Filter height × Filter width × 입력 채널 × 필터 수) + 필터 수

모형에 있는 총 모수

신경 네트워크의 총 매개 변수를 찾을 수 있도록 모든 개별 레이어의 매개 변수를 요약합니다. 이 모델의 복잡성 및 용량의 전반적인 측정을 제공합니다.

예제 계산

100개의 입력을 받기를 받기를 1개의 완전히 연결된 층을 가진 모형을 고려하고 50의 산출을 일으키십시오. 모수의 수는 입니다:

  • (100 입력 × 50 출력) + 50 분 = 5,050 매개 변수

이 계산은 모델의 크기와 훈련 요구 사항을 이해하는 데 도움이됩니다.