如何计算一维卷积神经网络的参数个数？

Question

我指的是在这个链接https://richliao.github.io/supervised/classification/2016/11/26/textclassifier-convolutional上“使用 CNN 进行文本分类”的实现。在“简化的卷积”一节中，他们使用了以下 keras 层：

Conv1D(128, 5, activation='relu')

根据我的理解，没有参数应该是 5*100*128=64,000。但是模型摘要显示了 64,128 个参数。

有人可以帮助我了解我的计算错误在哪里吗？

Answer 1

窗口大小为 5，输入中的通道数为 100。因此，输入大小为 5*100。您需要将整个输入连接到 128 个滤波器。因此，需要学习 5*100*128 个不同的边权重。此外，偏置向量的大小为 128，因为有 128 个滤波器。因此，该层要学习的参数总数为 5*100*128+128。