Fatal编程技术网
  • neural-network/
  • Neural network 卷积神经网络中MAC数的计算公式？

Neural network 卷积神经网络中MAC数的计算公式？

neural-network

Neural network 卷积神经网络中MAC数的计算公式？,neural-network,conv-neural-network,Neural Network,Conv Neural Network,我找不到正确的公式来计算CNN中一个卷积层中MAC的数量。 我试过Quora的配方 [((H-K+S) /S) *((W-L+S)/S)) *C*M*N] 其中： 输入特征图的硬件尺寸； 过滤器的KL尺寸 大步 输入的C通道 M输出特征图 N输入特征映射的数目 我举了一个例子： 1输入图像5x5x1 1个过滤器3x3x1 然后我做了一个简单的计算，得到了81个苹果。 但当我使用上述公式时，ai得到了9 我想有些事情我不明白 提前感谢如果您有这些参数： K是您的内核宽度和高度 C_in是输入通

我找不到正确的公式来计算CNN中一个卷积层中MAC的数量。 我试过Quora的配方

[((H-K+S) /S) *((W-L+S)/S)) *C*M*N]
其中： 输入特征图的硬件尺寸； 过滤器的KL尺寸 大步 输入的C通道 M输出特征图 N输入特征映射的数目

我举了一个例子： 1输入图像5x5x1 1个过滤器3x3x1 然后我做了一个简单的计算，得到了81个苹果。 但当我使用上述公式时，ai得到了9

我想有些事情我不明白

提前感谢

如果您有这些参数：
K是您的内核宽度和高度
C_in是输入通道的数量
C_out是输出通道的数量
输出矩阵的H_out和W_out高度和宽度

然后，您需要在MAC操作中使用
（K^2）*C_来计算每个输出特征映射
您将拥有这些输出特征映射的
H_out*W_out*C_out
。
那么，MAC总量将为：


(K^2) * C_in * H_out * W_out * C_out



MAC到底是什么？MAC是一种乘法和累加运算，因为我们在CNN中讨论的是卷积