卷积网络的参数计算，实际上就是卷积核的数量统计。
这张图很好的体现了卷积网络的过程：
假设input为三层，就需要三个卷积核对其分别卷积，之后将卷积结果累加得到一层特征图。
如果需要得到2层特征图的结果，就需要3 （三个卷积核） 共需要六个卷积核来生成2层特征图。
每个卷积核由3 3个参数组成，所以上图共需要3 2 （3 3）个参数。
input层的占用内存为3 （55），output层的占用内存为2 （3 * 3）。
于是就得到下图关于VGG16内存占用以及参数的计算结果：
卷积网络的参数计算，实际上就是卷积核的数量统计。
这张图很好的体现了卷积网络的过程：
假设input为三层，就需要三个卷积核对其分别卷积，之后将卷积结果累加得到一层特征图。
如果需要得到2层特征图的结果，就需要3 （三个卷积核） 共需要六个卷积核来生成2层特征图。
每个卷积核由3 3个参数组成，所以上图共需要3 2 （3 3）个参数。
input层的占用内存为3 （55），output层的占用内存为2 （3 * 3）。
于是就得到下图关于VGG16内存占用以及参数的计算结果：