Saltar al contenido
Omnikalc

Calculadora del tamaño de salida de una capa convolucional

Introduce el tamaño de entrada, el núcleo, el relleno, el paso, la dilatación y los canales para obtener el tamaño de salida, el número de parámetros, las multiplicaciones-acumulaciones y la memoria de la salida.

Actualizado el
Tus datos
px

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

Ancho y alto de la salida

224 px

Parámetros (pesos y sesgos)
1792
Multiplicaciones-acumulaciones por imagen (millones)
86,7
Valores en el mapa de salida
3.211.264
Memoria de la salida (32 bits)
12,85 MB
Tamaño efectivo del núcleo con dilatación
3

La calculadora del tamaño de salida de una capa convolucional te da el tamaño de salida, el número de parámetros, las multiplicaciones-acumulaciones y la memoria de la salida de una capa convolucional de una red neuronal.

Cómo se hace el cálculo

  • Introduce el tamaño de entrada, el tamaño del núcleo, el relleno, el paso y la dilatación.
  • Introduce el número de canales de entrada y de salida.
  • La calculadora da el tamaño de salida, los parámetros, las multiplicaciones-acumulaciones, los valores de salida y la memoria de la salida.

Ejemplo

Una convolución 3×3 con un relleno de 1 y un paso de 1 sobre una imagen de 224×224 con 3 canales de entrada y 64 de salida mantiene el tamaño en 224×224. Tiene 3 × 3 × 3 × 64 + 64 = 1792 parámetros y requiere 86,7 millones de multiplicaciones-acumulaciones. La salida contiene 3.211.264 valores, es decir, 12,85 MB en números de coma flotante de 32 bits.

Por qué es útil

La calculadora ayuda a estudiantes de aprendizaje automático, a ingenieros que diseñan modelos de imágenes y a cualquiera que necesite comprobar la forma de los tensores entre capas.

Conviene saber

Las bibliotecas de aprendizaje profundo usan la misma fórmula, y algunas redondean de forma distinta el relleno que conserva el tamaño cuando el núcleo es par, así que comprueba la forma de salida en tu biblioteca. Un paso superior a 1 o una capa de agrupación reduce el tamaño y el coste, a cambio de resolución. La dilatación amplía el campo de visión sin parámetros adicionales. Las convoluciones separables en profundidad sustituyen el término K² × Cin × Cout por K² × Cin + Cin × Cout, lo que supone una reducción de unas 8 a 9 veces con núcleos 3×3 y muchos canales. La memoria indicada corresponde a una imagen y una capa: durante el entrenamiento se conservan las activaciones de todas las capas para la retropropagación, y se multiplican por el tamaño del lote.

Herramientas relacionadas

La calculadora de campo receptivo muestra qué parte de la entrada ve una unidad, la del número de parámetros de una red neuronal trata las capas densas, la de densidad de píxeles relaciona imágenes y pantallas y la de memoria de los LLM dimensiona los modelos grandes.

Preguntas frecuentes

¿Cuál es la fórmula del tamaño de salida?

El ancho de salida es ⌊(W + 2P − D × (K − 1) − 1) / S⌋ + 1, donde W es el ancho de entrada, P el relleno, K el tamaño del núcleo, S el paso y D la dilatación. Con K = 3, P = 1 y S = 1, el tamaño no cambia: es el relleno habitual que conserva las dimensiones.

¿Cómo se cuentan los parámetros?

Cada canal de salida tiene un núcleo de K × K × canales de entrada pesos, más un sesgo. Por tanto, la capa tiene K² × Cin × Cout + Cout parámetros, sea cual sea el tamaño de la imagen. Este reparto de pesos explica que las convoluciones necesiten muchos menos parámetros que las capas densas.

¿Qué me dicen las operaciones?

Cada valor de salida requiere K² × Cin multiplicaciones-acumulaciones, así que el coste es píxeles de salida × K² × Cin × Cout. Duplicar el paso lo divide por unos cuatro. Una multiplicación-acumulación cuenta como dos operaciones en coma flotante en la mayoría de los convenios.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.