如何在MATLAB计算参数的数量,使用深度学习网络喜欢VGG / ResNet吗

63(30天)

显示旧的评论

默罕默德Arsalan 2018年10月30日

3
链接

这个问题直接联系

//www.tatmou.com/matlabcentral/answers/426886-how-to-calculate-the-number-of-parameters-in-matlab-that-is-used-by-a-deep-learning-network-like-vgg

评论道: Sivylla Paraskevopoulou 2022年5月13日

假设我使用深度学习模型像VGG-16 / ResNet /《盗梦空间》,其他工具像tensorflow, Keras自动显示所使用的参数的数量候选人网络。例如VGG-Net参数的数量是1.38亿如果我们自己的应用程序的修改网络参数的数量是很重要的检查网络成本或较轻的网络。必须有一个程序来检查DAG网络。

谢谢提前

0评论
显示隐藏1以上的评论

登录置评。

在回答这个问题。

答案(1)

SC 2019年12月3日

1
链接

直接链接到这个答案

//www.tatmou.com/matlabcentral/answers/426886-how-to-calculate-the-number-of-parameters-in-matlab-that-is-used-by-a-deep-learning-network-like-vgg answer_404587

编辑:SC 2019年12月3日

我使用一个函数来分析手动。我不确定如果有更好的方法。这是我的代码dlnetwork对象 myDLnet (因此,代码为2019 b工作但不确定旧版本):

                             num_para = find_num_para (myDLnet)
                            
                             函数num_para = find_num_para (myDLnet)
                            
                             层= myDLnet.Learnables.Value;
                            
                             num_layers =大小(层,1);
                            
                             num_para = 0;
                            
                             为我= 1:num_layers
                            
                             num_para = num_para +刺激(大小(层{我}));
                            
                             结束
                            
                             结束