ci-1 = 이전 층의 채널(필터) 수
ci = 현재 층의 채널(필터) 수
mi-1 = 이전 피처맵 사이즈
mi = 현재 피처맵 사이즈
k = 필터 사이즈
| 구분 | 유형 | 수식 | 설명 |
| Storage | 파라미터 수 | k x k x ci-1 x ci | = 가중치 수 . 학습 이후에 메모리에 저장되는 값 |
| 뉴런 수 | mi x mi x ci | = 메모리 사용량 . 학습이 완료된 신경망을 사용하여 추론(reference)할 때 차지하는 메모리 사이즈 |
|
| Computational | OPS (FLOPS) |
k x k x mi x mi x ci-1 x ci | . 추론과정에서 연산 속도에 영향을 줌 . 학습과정에서는 그리 중요하지 않음 |
728x90
'딥러닝 > 컴퓨터비전' 카테고리의 다른 글
| [컴퓨터비전6]GoogLeNet(ILSVRC 2014 top1) (0) | 2021.12.13 |
|---|---|
| [컴퓨터비전5]VGGNet(ILSVRC 2014 top2) (0) | 2021.12.13 |
| [컴퓨터비전4]AlexNet(ILSVRC 2012 top1) (0) | 2021.12.13 |
| [컴퓨터비전2]CNN을 설정하는 하이퍼파라미터 이해하기 (0) | 2021.12.13 |
| [컴퓨터비전1]CNN(Convolution Neural Network) 한 장 요약 정리! (0) | 2021.12.13 |