卷積的時間復雜度

單層時間復雜度:

k是kenerl的尺寸，m是輸出的下一層的feature map的尺寸

整個網絡時間復雜度:

 

 

為什么時間復雜度只算了乘法操作而不算加法操作?

1.時間復雜度的理解

https://www.zhihu.com/question/21387264/answer/22046424

簡單理解：就是變量為n的時候，算法需要對變量操作次數的量級。

比如：

要找到一個數組里面最大的一個數，你要把n個變量都掃描一遍，操作次數為n，那么算法復雜度是O(n).

用冒泡排序排一個數組，對於n個變量的數組，需要交換變量位置次，那么算法復雜度就是O().

有時候，如果對變量操作的次數是個多項式比如 , 就取數量級最大的那個，O( )

2.實際上對於一個單獨的卷積核來說,要經過n²+n次操作,n²是乘法,n是加法,這樣的話,時間復雜度就變成了n²了