在本文中，深度定义为层数。该表显示了depth=2火层的 a，因为每个火层都由 2 层组成。首先是挤压层，然后是扩展层。

要计算 CNN 的参数数量，我们可以对单层执行以下操作。假设输入为 28*28*64。这是具有 64 个通道的 MNIST 数据集的大小。现在假设我们想将此输入与 3*3 内核的 32 个过滤器进行卷积。

让我们给出以下变量名称，$l=64$是输入中的通道数，$m=n=3$是内核的大小和$k = 32$是过滤器的数量。然后将参数的数量计算为

$((n*m*l)+1)*k = ((3*3*64)+1)*32 = 18,464$.

这$+1$用于添加偏差。

为了计算 fire2 中的参数数量，我们首先注意到该模块由 2 个不同的层组成。

第 1 层 - 挤压层 -$s_{1x1}$

$l = 96$,$m = n = 1$和$k = 16$. 因此，总共有 1,552 个。

第 2 层 - 扩展层

内核大小 1 -$e_{1x1}$

$l = 16$,$m = n = 1$和$k = 64$. 因此，总共有 1,088 个。

内核大小 3 -$e_{3x3}$

$l = 16$,$m = n = 3$和$k = 64$. 因此，总共给出了 9,280。

全部的

因此，共有$1,552 + 1,088 + 9,280 = 11,920$.