问题引出
假设输入是高和宽均为 1,000 像素的彩色照片（含3个通道）。即使全连接层输出个数仍是256，该层权重参数的形状也是 3,000,000×256 ：它占用了大约3 GB的内存或显存。这会带来过于复杂的模型和过高的存储开销。————《动手学深度学习》第5章第5节
有人在讨论区提出3 GB是如何计算得来的？我自己计算过后，在讨论区回复了，在这里Mark和分享下。要回答这个问题，我们要分析如下几个子问题：
- 全连接输入个数
- 全连接参数个数
- 神经网络参数数值类型
- 1GB等于多少字节
全连接输入个数
- 使用全连接网络，每个通道的每个像素被当做一个输入。
- 因此，1张高和宽均为1000像素(含3个通道)的照片，共有1000*1000*3个输入；
全连接参数个数
- 对于全连接网络层，每个输入连接到所有神经元单元，或者说每个神经网络单元连接所有输入，每个连接就是一个参数，所以全连接网络参数个数等于输入个数*神经元单元数。
- 全连接层使用256个输出单元，那么总的连接数（即参数个数）为1000*1000*3*256个
神经网络参数数值类型
- 网络参数为浮点小数，通常用float单精度表示，单精度float占32位/4个字节
- 那么总的字节数为3*1000*1000*256*4
1GB等于多少字节
- 1GB=1024M=1024*1024K=1024*1024*1024字节
问题求解
- 因此，参数占用内存或显存容量 (=frac{参数个数*4}{1024^3}=frac{3*1000*1000*256*4}{1024*1024*1024}={2.86GB}approx 3GB)