卷积神经网络参数量计算：128x128 RGB图像示例

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。