例如，要计算VGG Net中conv3-256层的参数数量，答案是0.59M = (3*3)*(256*256)，即（卷积核大小）*（联合层中通道数的乘积），然而用这种方法，我无法得到138M的参数数量。
那么您能告诉我我的计算哪里出错了，或者展示正确的计算过程吗？
回答：
如果你参考的是16层的VGG Net（表1，D列），那么138M指的是该网络的总参数数量，即包括所有卷积层，也包括全连接层。
观察第三个卷积阶段，由3个conv3-256层组成：
- 第一个有N=128个输入平面和F=256个输出平面，
- 另外两个有N=256个输入平面和F=256个输出平面。
这些层的卷积核都是3×3。在参数方面，这给出：
- 128x3x3x256（权重）+ 256（偏置）= 295,168个参数用于第一个，
- 256x3x3x256（权重）+ 256（偏置）= 590,080个参数用于另外两个。
如上所述，你需要对所有层，包括全连接层，进行这样的计算，并将这些值相加以得到最终的138M参数数量。
–
更新：各层参数的分解如下：
conv3-64 x 2 : 38,720conv3-128 x 2 : 221,440conv3-256 x 3 : 1,475,328conv3-512 x 3 : 5,899,776conv3-512 x 3 : 7,079,424fc1 : 102,764,544fc2 : 16,781,312fc3 : 4,097,000TOTAL : 138,357,544特别是对于全连接层（fc）：
fc1 (x): (512x7x7)x4,096 (weights) + 4,096 (biases) fc2 : 4,096x4,096 (weights) + 4,096 (biases) fc3 : 4,096x1,000 (weights) + 1,000 (biases)(x) 见文章的3.2节：全连接层首先被转换为卷积层（第一个FC层转换为7 × 7的卷积层，最后两个FC层转换为1 × 1的卷积层）。
关于fc1的详细信息
如上所述，在输入全连接层之前的空间分辨率是7×7像素。这是由于这个VGG Net在卷积前使用了空间填充，如论文的2.1节中详细描述：
[…] 卷积层输入的空间填充使得卷积后的空间分辨率得以保留，即3×3卷积层的填充为1像素。
有了这样的填充，并处理224×224像素的输入图像，分辨率在各层中按以下方式减少：112×112, 56×56, 28×28, 14×14和7×7，在最后一个卷积/池化阶段后，该阶段有512个特征图。
这给出了传递给fc1的特征向量的维度：512x7x7。
