计算深度学习模型中可训练参数的数量被认为是微不足道的,因为你的代码已经可以为你完成这些任务。但是我依然想在这里留下我的笔记以供我们偶尔参考。...导入相关的对象:
from keras.layers import Input, Dense, SimpleRNN, LSTM, GRU, Conv2D
from keras.layers import...Bidirectional
from keras.models import Model
建立模型后,使用model.count_params()来查看有多少参数是可训练的。...RNNs
g, 一个单元中的FFNNs的数量(RNN有1个,GRU有3个,LSTM有4个)
h, 隐藏单元的大小
i,输入的维度/大小
因为每一个FFNN有h(h+i)+h个参数,则我们有
参数数量=...5)
第二层的参数数量
= g × [h(h+i) + h]
= 4 × [50(50+10) + 50]
= 12,200
总的参数数量= 420 + 12,200 = 12,620
input =