差别
这里会显示出您选择的修订版和当前版本之间的差别。
| 两侧同时换到之前的修订记录 前一修订版 | |||
| 深度学习:卷积神经网络 [2026/03/02 22:14] – [4. 答案与解析] 张叶安 | 深度学习:卷积神经网络 [2026/03/02 22:15] (当前版本) – [4. 答案与解析] 张叶安 | ||
|---|---|---|---|
| 行 642: | 行 642: | ||
| 13. **解答：** | 13. **解答：** | ||
| - | | + | |
| - | 输出尺寸：$64 \times 64$，输出通道256 | + | **标准卷积计算量**： |
| - | 每个输出点的计算：$3 \times 3 \times 128$次乘加 | + | |
| - | 总计算量 = $64 \times 64 \times 256 \times 3 \times 3 \times 128$ | + | 输出尺寸：$64 \times 64$，输出通道256 |
| - | $= 4096 \times 256 \times 9 \times 128$ | + | |
| - | $= 1207959552$（约12亿次乘加） | + | 每个输出点的计算：$3 \times 3 \times 128$次乘加 |
| + | |||
| + | 总计算量 = $64 \times 64 \times 256 \times 3 \times 3 \times 128$ | ||
| + | |||
| + | $= 4096 \times 256 \times 9 \times 128$ | ||
| + | |||
| + | $= 1207959552$（约12亿次乘加） | ||
| | | ||
| - | | + | **深度可分离卷积计算量**： |
| - | 深度卷积：$64 \times 64 \times 128 \times 3 \times 3 = 4718592$ | + | |
| - | 逐点卷积：$64 \times 64 \times 128 \times 256 = 134217728$ | + | 深度卷积：$64 \times 64 \times 128 \times 3 \times 3 = 4718592$ |
| - | 总计算量 = $138936320$（约1.39亿次） | + | |
| + | 逐点卷积：$64 \times 64 \times 128 \times 256 = 134217728$ | ||
| + | |||
| + | 总计算量 = $138936320$（约1.39亿次） | ||
| | | ||
| - | | + | 深度可分离卷积计算量约为标准卷积的11.5%，显著降低了计算开销。 |
张叶安