假设输入是一张128x128的RGB彩色图像如果网络第一个卷积层的卷积核为3x3的大小步长为1共有64个卷积核后接一个步长为2的2x2平均池化层随后再接两层核大小为5×5卷积核个数为128的卷积层以及一层步进为2的2x2的平均池化层最后接含有128个神经元的全连接层和一个含有10个神经元的输出层试计算该网络的参数量。5x5的卷积核步长为1假设卷积过程默认加入Padding卷积之后的特征图尺寸大小不

首先计算第一个卷积层的参数量：

每个卷积核的参数量为3x3x3=27（RGB图像有三个通道） 共有64个卷积核，因此第一个卷积层的参数量为27x64=1728

接下来计算第二个卷积层的参数量：

每个卷积核的参数量为5x5x64（上一层有64个通道） 共有128个卷积核，因此第二个卷积层的参数量为5x5x64x128=51200

全连接层的参数量为：

第一个全连接层有128个神经元，每个神经元需要连接上一层的所有128x4x4个神经元（经过两次2x2的平均池化层，特征图大小变为了128x4x4），因此第一个全连接层的参数量为128x128x4x4=262144

输出层的参数量为：

输出层有10个神经元，每个神经元需要连接上一层的所有128个神经元，因此输出层的参数量为10x128=1280

总的参数量为：

1728+51200+262144+1280=317352

因此该网络的参数量为317352。