基礎編

情報数理に関する基本的な計算問題

複数隠れ層を持つNNのパラメータ数 レベル1

入力層10ニューロン、第1隠れ層30ニューロン、第2隠れ層15ニューロン、出力層3ニューロンの全結合ニューラルネットワークがあります。ReLUを活性化関数とし、すべてのニューロン(入力層を除く)にバイアスがあるとします。このネットワークの総パラメータ数を計算しなさい。

解説
解答と解説を表示
<h4>複数隠れ層を持つNNのパラメータ数計算</h4> <p>各層間のパラメータ数(重み+バイアス)を計算し、それらを合計します。</p><h5>入力層 → 第1隠れ層</h5> <p>重み数:入力ニューロン数 × 第1隠れ層ニューロン数 = 10 × 30 = 300</p> <p>バイアス数:第1隠れ層ニューロン数 = 30</p> <p>パラメータ数:300 + 30 = 330</p><h5>第1隠れ層 → 第2隠れ層</h5> <p>重み数:第1隠れ層ニューロン数 × 第2隠れ層ニューロン数 = 30 × 15 = 450</p> <p>バイアス数:第2隠れ層ニューロン数 = 15</p> <p>パラメータ数:450 + 15 = 465</p><h5>第2隠れ層 → 出力層</h5> <p>重み数:第2隠れ層ニューロン数 × 出力層ニューロン数 = 15 × 3 = 45</p> <p>バイアス数:出力層ニューロン数 = 3</p> <p>パラメータ数:45 + 3 = 48</p><h5>総パラメータ数</h5> <p>各層間のパラメータ数を合計します。</p> <div class="formula"> $\text{総パラメータ数} = (\text{入力→隠1}) + (\text{隠1→隠2}) + (\text{隠2→出力}) = 330 + 465 + 48 = 843$ </div>
問題 1/1
カテゴリ一覧に戻る