Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

Soluções dos Exercícios | 513

camada convolucional também possui kernels 3 × 3 e sua entrada é o conjunto de

200 mapas das camadas anteriores, portanto cada mapa de características tem pe-

sos 3 × 3 × 200 = 1.800, além de um termo de polarização. Como possui 400 mapas,

essa camada tem um total de 1.801 × 400 = 720.400 parâmetros. Ao todo, a CNN

tem 2.800 + 180.200 + 720.400 = 903.400 parâmetros.

Agora, calcularemos a quantidade de memória RAM que essa rede neural exigirá

(pelo menos) ao fazer uma previsão para uma única instância. Primeiro, calcula-

remos o tamanho do mapa de características para cada camada e, como estamos

usando um incremen ...