单个卷积层的计算量为多少

最终一个卷积核的卷积如下所示

（下式最主要的是按照特征图上每个点的形成来理解）



比如一张图时224*224*3的图，一个卷积层有256个3*3的卷积核在它上面进行卷积，每个卷积核的每次卷积都会进行如上图的一次操作，即k1x1+k2x2+k3x3+......k9x9+b，一个卷积核有3*3个点，因此最终每个卷积核在每个通道上进行9次卷积操作，而输入的图像有三个通道，最终进行了3*3*3次卷积，一共有256个卷积核，最终为3*3*3*256

验算以上理论：

以alexnet第一层为例

220*220*3的图像接受64个形状为7*7，步长为3,padding为2的卷积核的卷积

每个图层接受单个卷积核110*110*64次卷积，一共有3个图层，最终计算次数为7*7*3*110*110*64+（3-1）*110*110*64=115,385,600

（这里直接7*7*3*110*110*64，没有算偏置

（3-1）*110*110*64表示卷积结果在原图像三个通道的叠加

也就是y=y1+y2+y3

）