很多人把卷积核参数计算当成背公式的活儿，但真正上手搭网络、调参、复现论文的时候，才会发现那些公式背后全是坑。我见过不少同学在群里问：为什么我的网络参数量和论文对不上？为什么改了分组卷积之后显存不降反升？其实根子都在卷积核参数怎么算这件事上没彻底搞透。这篇速查不打算只给一个干巴巴的公式列表，我会从最基础的参数量展开，把分组卷积、空洞卷积、可分离卷积、转置卷积这些常见变体的计算细节全部拆开，配合具体例子和容易踩的坑，让读者看完之后能直接对照着自己的网络结构算清楚。
这个内容适合三类人看：正在复现论文模型、对着参数量发愁的开发者；准备在移动端或边缘设备上压缩模型、需要核算参数规模的工程人员；以及刚学完CNN理论、想确认自己理解是否正确的新手。无论你属于哪一类，这份速查都能帮你省去翻文档和反复实验的时间。
1. 卷积层参数到底在算什么
在动手计算之前，我们需要把“参数”这个概念先对齐。一个卷积层在内存里存了两类可学习参数：卷积核权重（Weight）和偏置（Bias）。权重就是卷积核里每个位置的数值，偏置是一个逐输出通道叠加的标量。有些模型的卷积层不启用偏置，比如与BatchNorm搭配时的常见做法，那么算参数量时就要去掉偏置部分。
参数量通常用“个”来计数，单位一般是百万（M，即10^6）或千（K，即10^3）。比如一个模型写的是“5.6M params”，意思就是全模型大约有560万个可学习参数。这个数字为什么重要？它直接影响三个方面：模型文件大小（一个float32参数占4字节，所以参数量乘以4就能粗略估算模型大小）；训练时的显存占用；以及你对该模型容量的第一印象。但它不等于模型推理时每秒能处理多少图片，那是FLOPs（浮点运算次数）的职责，后面我会专门说明这两个指标的区别。
参数量的通用逻辑并不复杂：一个卷积层要学习的参数量 = 输入通道数 × 输出通道数 × 卷积核高 × 卷积核宽 + 输出通道数（若启用偏置）。以一张RGB三通道图像作为输入，经过一个含4个3×3卷积核、步长为1的卷积层时，权重参数为 3 × 4 × 3 × 3 = 108，偏置参数为 4，总计112个可学习参数。很多新手以为“3×3卷积”就是9个参数，那是在单通道、单输出的理解下才成立，真实网络里的卷积核从来都是立体的：它同时作用于所有输入通道。
为了加深直觉，我再举一个实用一点的例子：输入特征图尺寸是 H×W×64，使用128个3×3卷积核，那么这个卷积层的参数量就是 64 × 128 × 9 = 73728，约7.4万，偏置不算的话就是这么多。反过来，如果把3×3核换成7×7核，同样输入输出通道，参数量会瞬间膨胀到 64 × 128 × 49 = 401408，约40万——是3×3卷积的5.4倍还不止。这就是为什么现代轻量网络坚决不用大核的原因，参数量的上涨是平方级的。
计算过程中最容易出的偏差来自“偏置到底要不要算”。很多开源框架在卷积层默认开启偏置，但在某些经典结构里你稍加改动就多出了一万多参数。我的建议是：先分清模型是否启用了BatchNorm；如果卷积层后面紧跟BatchNorm，通常卷积层会把偏置关掉（bias=False），因为偏置的作用会被BatchNorm的平移和缩放覆盖。这种情况下，参数量你就别再额外加上输出通道数，否则数字就会偏大。
2. 标准卷积与分组卷积的公式拆解
2.1 标准卷积的参数量公式与计算示例
标准卷积的参数量公式可以写成下面这样，也是你在各种源码里最常见的写法：
[ \text{Params} = (C_{in} \times K_h \times K_w) \times C_{out} + C_{out} ]
其中 (C_{in}) 是输入通道数，(C_{out}) 是输出通道数，(K_h) 和 (K_w) 是卷积核的高和宽。当卷积核是正方形时，简化成 (C_{in} \times C_{out} \times K^2)，再加 (C_{out}) 偏置。注意，这个公式里完全不出现输入特征图的宽和高——卷积层参数数量与输入图片分辨率无关，这是CNN的权值共享特性带来的优点：同一个卷积核滑动扫描整张图，不管图是224×224还是512×512，参数量都不变。
我见过有人把“输入尺寸是224×224”也塞进参数计算里，最后得到巨大的数字，实际那部分属于特征图在内存中的显式存储量，不属于可学习参数。把两者分开，你会更容易理解为什么全连接层参数通常会比卷积层多出一大截——因为全连接层没有权值共享，输入尺寸一变大，参数就按倍数爆炸。
示例：输入特征图是 32×32×16，使用32个 5×5 卷积核，步长1。参数计算：
- 权重：16 × 32 × 5 × 5 = 12800
- 偏置：32
- 总计：12832 个参数
这是一个很典型的早期卷积层配置，分辨率不小，但通道数不高，所以参数量还在可控范围。随着网络加深、空间分辨率下降，通道数会越来越高，参数量的重心逐渐从空间卷积核尺寸转移到通道数的乘积之上。
2.2 分组卷积的公式与为什么分组能省参数
分组卷积（Grouped Convolution）是很多轻量网络和经典模型共同采用的一种结构。它的核心思想是把输入通道和输出通道均匀切割成若干个组，每个组内部独立做卷积，组与组之间没有任何信息交换。假设分组数是 (G)，并要求输入通道数 (C_{in}) 和输出通道数 (C_{out}) 都能被 (G) 整除，那么每个组内部处理的输入通道数为 (C_{in} / G)，每个组负责产出的输出通道数为 (C_{out} / G)。
每个组的权重参数量是：
[ (C_{in} / G) \times (C_{out} / G) \times K_h \times K_w ]
因为一共有 (G) 个组，所以总的权重参数量为：
[ G \times (C_{in} / G) \times (C_{out} / G) \times K_h \times K_w = \frac{C_{in} \times C_{out} \times K_h \times K_w}{G} ]
偏置仍然是 (C_{out})。对比标准卷积，分组卷积的权重参数量刚好缩小了 (G) 倍。这意味着，当你把标准卷积改成2组时，参数直接减半；改成4组时，参数降到原来的四分之一。这也是模型压缩编程里一个常用手段。
但这里容易产生一个误解：分组卷积省参数是因为“少算了”某些位置的特征吗？不是。它省参数量是因为每个输出通道只与一部分输入通道进行关联，不再和全部输入通道互动。这种结构相当于人为切断了部分跨通道连接，信息流通被简化了。它可能带来的风险是通道间的关联变弱，所以很多现代模型会在分组卷积后增加一个逐点卷积（1×1卷积）来混合跨组信息，形成“深度可分离卷积”这种经典结构。
计算示例：输入通道为64，输出通道为128，卷积核为3×3，分组数设为4。
- 标准卷积权重：64 × 128 × 9 = 73728
- 分组卷积权重：64 × 128 × 9 / 4 = 18432
- 两组的偏置都为128，所以分组卷积偏置合计128。
- 总参数：18560
同样是这组输入输出配置，分组数一多，参数缩小的幅度非常直观。如果你要在移动端部署模型，又想尽量保持表达能力，分组卷积是一个绕不开的工具。
3. 空洞卷积与可分离卷积的参数异同
3.1 空洞卷积的感受野增益与参数不变原理
空洞卷积（Dilated/Atrous Convolution）最初在分割任务中广泛使用，它解决了一个痛点：如何在不增加参数量的前提下扩大感受野。标准3×3卷积的感受野就是3×3，要增大感受野，只能换更大的卷积核、加深网络层数，或使用池化降分辨率。空洞卷积的做法是让卷积核内的元素之间保持一定间隔，用扩张率（dilation rate）控制间隔的大小，让一个原本只有9个参数的3×3卷积核覆盖到更大的范围。
如果你以为空洞卷积会带来额外的参数，那就会陷入误区。实际上，卷积核里的逻辑采样位置虽然稀疏了，但权重数量一点没变，仍然只有9个。比如扩张率为2的情况下，一个3×3卷积核采样出来覆盖的区域等效于5×5的视野，但它去掉了外围一圈的采样点，实际参数仍是9个。这种“免费”扩大感受野的做法，让空洞卷积在需要全局上下文又不想增加参数的场景里非常受欢迎。
空洞卷积的等效卷积核尺寸可以用如下公式换算：
[ K_{equiv} = K + (dilation_rate - 1) \times (K - 1) ]
其中 (K) 是原始卷积核边长。把 dilation_rate=2、K=3 代入，得到 (3 + (2-1)\times(3-1) = 5)，感受野等效为5×5。把 dilation_rate=3、K=3 代入，得到 (3 + (3-1)\times(3-1) = 7)，等效为7×7感受野。
但是请注意，空洞卷积的输出特征图尺寸计算和普通卷积不一样。普通卷积的输出尺寸是 (输入尺寸 - 核尺寸 + 2×padding) / 步长 + 1。空洞卷积则需要把公式里的“核尺寸”替换成等效核尺寸 (K_{equiv})，或者更严谨一点，在计算时直接用 (dilation) 调整感受区域。公式为：
[ H_{out} = \frac{H_{in} + 2 \times padding - K_{equiv}}{stride} + 1 ]
举个典型例子：输入特征图尺寸为8×8，padding=2，stride=1，使用3×3核、dilation_rate=2。此时 (K_{equiv}=5)，代入得 ((8 + 2\times2 - 5)/1 + 1 = 8)，输出尺寸仍然是8×8，图像分辨率没有降低，但每个输出点能看到更大的输入范围。这是空洞卷积在语义分割中最常见的用途——维持分辨率的同时扩大感受野，而且参数量不变。
3.2 深度可分离卷积的参数拆分与对比
深度可分离卷积（Depthwise Separable Convolution）是MobileNet系列的核心秘密。它把一个标准卷积拆成两个阶段：深度卷积（Depthwise Convolution）和逐点卷积（Pointwise Convolution，也就是1×1卷积）。深度卷积阶段，每个输入通道被单独用一个卷积核卷积，不受其他通道干扰；逐点卷积阶段，再用1×1的标准卷积把通道信息混合起来。
这种拆分带来的参数节省非常可观。假设输入通道数 (C_{in})、输出通道数 (C_{out})，并使用 (K\times K) 的卷积核。标准卷积的权重参数为 (C_{in} \times C_{out} \times K^2)。深度卷积的权重参数为 (C_{in} \times K^2)（因为每个输入通道只有一个核），逐点卷积的权重参数为 (C_{in} \times C_{out})。总权重为：
[ C_{in} \times K^2 + C_{in} \times C_{out} ]
对比标准卷积，参数压缩比大约为：
[ \frac{1}{C_{out}} + \frac{1}{K^2} ]
当 (C_{out}) 很大而 (K=3) 时，压缩比接近于 (1/9)，也就是参数量大约降为标准卷积的九分之一。拿一个具体配置计算：输入64通道，输出128通道，3×3核。
- 标准卷积：64 × 128 × 9 = 73728
- 深度卷积：64 × 9 = 576
- 逐点卷积：64 × 128 = 8192
- 深度可分离卷积权重合计：576 + 8192 = 8768
对比下来，参数量从73728压缩到8768，只剩原来的一小半。这也是为什么移动端设备上能跑得动轻量级分类模型的原因之一。
但深度卷积阶段也有一个明显的隐忧：它没有通道间交互能力。打个比方，标准卷积就像团队里每个人都能查看所有同事的工作进度，再做整合；深度卷积的逐通道处理更像是每人只盯着自己的任务，完全不看旁边人。所以必须有逐点卷积来做跨通道的信息融合，这也是为什么逐点卷积在这个结构里必不可少的原因。很多新手在计算深度可分离卷积时忘记了逐点卷积部分，结果算出的参数量比实际模型少一大截，一打印模型结构才发现少算了一整层。
4. 转置卷积的参数量与输出尺寸
4.1 转置卷积的可学习参数统计
转置卷积（Transposed Convolution）常出现在生成模型和语义分割的上采样阶段，它能把低分辨率特征图变换到高分辨率。名字里带“转置”，但它并不是卷积的严格逆运算，而是一个能学习的上采样操作。正因为这个“误解”，很多人会以为转置卷积的参数特别多，其实恰恰相反。
转置卷积的可学习参数和标准卷积一样：权重等于 (C_{in} \times C_{out} \times K_h \times K_w)，偏置等于 (C_{out})。这里的关键在于，它并没有因为要生成更大的特征图而额外增加权重，上采样的过程靠的是把卷积核作用于输入的各个位置并进行累加，参数规模依然由通道数和卷积核尺寸决定。
举例：输入通道64，输出通道128，卷积核4×4，stride=2，则权重参数量为 64 × 128 × 16 = 131072，偏置128，总计131200。如果换成stride=1、核3×3，则权重为 64 × 128 × 9 = 73728，参数量大幅下降。这告诉你一个规律：转置卷积的核尺寸和通道数组合，直接决定了参数量，stride本身不贡献额外可学习参数，它只影响输出特征的尺寸大小。
4.2 输出尺寸公式与output_padding的作用
转置卷积的输出尺寸计算公式为：
[ H_{out} = (H_{in} - 1) \times stride - 2 \times padding + dilation \times (K - 1) + output_padding + 1 ]
(padding) 是转置卷积层配置的填充参数，(output_padding) 是额外的输出填充。这个公式很多同学一上来就背混，我建议用“先扩散、再裁剪”的直觉来记忆：转置卷积会把输入中的每个像素展开成一块 (K\times K) 的区域，相邻像素产生的区域以stride为间隔进行累加，然后再扣除padding带来的边界收缩，最后通过output_padding把尺寸补齐。
(output_padding) 特别容易让人困惑，它并不引入参数，只是保证输出尺寸能被预期整除。举个例子，设置 stride=2、padding=1、output_padding=1、K=3、dilation=1，输入尺寸为4×4，代入公式：
[ H_{out} = (4-1) \times 2 - 2 \times 1 + 1 \times (3-1) + 1 + 1 = 8 ]
输出尺寸为8×8，实现2倍上采样。如果没有output_padding，算出的尺寸可能是一个奇数或非整数网格，导致后续拼接或残差连接的对齐出问题。实际工程经验是：当stride为2时，output_padding通常设为 (stride - padding) 或者直接设为1、0进行调整，具体以你的目标输出尺寸为需求，逆推得到合适值。
转置卷积还有一个容易被忽略的细节：它和普通卷积的感受野方向是反过来的，但并不代表训练时的梯度也反过来流动。任何标准训练框架里，转置卷积的梯度计算和普通卷积一样是由框架自动处理的，你不需要手动推导，不过理解参数规模和输出尺寸的关系，能帮你在设计生成器时更精准地控制特征图的逐层变大。
5. 多场景计算与容易混淆的概念
5.1 完整速查表与手算练习
为了方便日常查阅，我把上述各类卷积的参数公式与输出尺寸公式汇总成一份速查表。表里的偏置项默认都为 (C_{out}) 个。
| 卷积类型 | 权重参数量 | 偏置参数量 | 输出尺寸计算方法 |
|---|---|---|---|
| 标准卷积 | (C_{in} \times C_{out} \times K_h \times K_w) | (C_{out}) | ((H_{in}+2P-K)/S+1) |
| 分组卷积（G组） | (C_{in} \times C_{out} \times K_h \times K_w / G) | (C_{out}) | ((H_{in}+2P-K)/S+1) |
| 空洞卷积（dilation=d） | (C_{in} \times C_{out} \times K_h \times K_w) | (C_{out}) | ((H_{in}+2P - (K+(d-1)(K-1)))/S+1) |
| 深度卷积 | (C_{in} \times K_h \times K_w) | (C_{in}) | ((H_{in}+2P-K)/S+1) |
| 逐点卷积（1×1） | (C_{in} \times C_{out}) | (C_{out}) | (H_{in})（不变） |
| 深度可分离卷积 | (C_{in} \times K^2 + C_{in} \times C_{out}) | (C_{in} + C_{out}) | 两步分别套用公式 |
| 转置卷积 | (C_{in} \times C_{out} \times K_h \times K_w) | (C_{out}) | ((H_{in}-1)S-2P+d(K-1)+output_padding+1) |
如果你现在正在搭自己的网络，建议拿出笔和纸，按照以下三个小题练练手，确认自己真的掌握了：
- 第一题：输入通道3，输出通道16，使用3×3卷积核，步长1，padding=1，请计算参数量和输出尺寸（输入224×224）。
- 第二题：输入通道128，输出通道128，使用3×3核，分组数G=8，请计算权重参数与标准卷积的差异。
- 第三题：输入通道64，输出通道96，使用1×1逐点卷积，请直接写出参数量，并与3×3深卷积拼成深度可分离卷积后计算总参数。
第一题答案是权重432、偏置16、总共448个参数，输出尺寸 224×224。第二题答案：标准卷积权重为 128×128×9=147456，分组后权重为 147456/8=18432，偏置128。第三题答案：逐点卷积权重为 64×96=6144，深度卷积权重为 64×9=576，总权重6712，偏置64+96=160，合计6872个参数。
5.2 参数量与FLOPs的次元差异
参数量的计算和计算量（FLOPs）经常被混为一谈，我在复盘模型性能时踩过这个坑。参数量衡量的是模型“存了多少东西”，反映的是存储开销；FLOPs衡量的是做一次推理“算了多少次乘法加法”，反映的是计算开销。一个模型的参数量可以很小，但因为卷积核滑动次数多、特征图通道宽，计算量反而可能巨大。
FLOPs的计算公式大致是：
[ FLOPs = C_{out} \times H_{out} \times W_{out} \times (C_{in} \times K_h \times K_w \times 2) ]
注意它乘上了输出分辨率，因为每一个输出位置都要计算一次完整的卷积。所以输入尺寸变大，参数量不变，但FLOPs会成平方级上升。这也是为什么移动端模型设计既要控制参数量，又要控制分辨率或通道数的原因所在。
我建议读者在项目里同时打印模型的参数量和FLOPs，不要只看一个指标。经典轻量模型的参数量通常在百万级，但如果你想跑在手机端，还得关心FLOPs是否超出了设备算力。这两者对网络结构的影响方向并非总是一致：有时拆分大卷积核可以减少参数量，但中间特征图的通道数变宽了，FLOPs反而可能上升。
5.3 常见问题排查与避坑记录
这里整理几个我在实际项目里遇到、也被身边同事反复问过的典型问题，每条都带排查思路。
第一个常见问题：从框架打印出来的参数量和自己手算的对不上。原因大概率出在卷积层偏置启用情况，或者某些层是深度可分离卷积但你只数了其中一部分。先打印模型的逐层参数量，再分批比对，“哪一层不对就数哪一层”是最高效的排查思路。
第二个常见问题：改了分组卷积后参数量减半，但推理速度没变快。分组卷积确实减少了参数量，但实际的计算密度和内存访问模式往往没有同步优化，特别是普通框架的底层库可能没有对分组卷积做有效加速。真正做加速时还要看FLOPs和硬件矩阵运算的利用率，参数减半不等于速度翻倍。
第三个常见问题：空洞卷积增大感受野，但输出尺寸算不对。要么是混淆了“等效核尺寸和原始核尺寸”在输出尺寸公式里的使用，要么是padding设置没有配合等效核尺寸。建议直接套用我上面公式里的 (K_{equiv})，不要凭感觉调padding。
第四个常见问题：转置卷积与普通卷积在参数量计算上搞混。记住结论即可：两者的参数计算方式一致，只是输出尺寸公式不同。转置卷积不要因为输出更大而多算参数，也不要把它当成卷积的反向梯度。
第五个常见问题：全连接层前的Flatten层带来的参数量。全连接层的参数量是上一层神经元数乘以本层神经元数，这个量通常远超卷积层。如果你想压缩模型，优先关注全连接层的削减，往往比调整卷积核尺寸更立竿见影。比如一个输入1024、输出512的全连接层，参数量就是 1024×512=524288，已经超过许多小卷积层。
6. 快速实测：用一段代码验证手算结果
工具向来是检验公式的最好途径。下面是一个用某深度学习框架的接口打印卷积层参数的小示例，很适合你在自己电脑上跑一遍，验证手算结果对不对。示例目标是用代码核对“输入通道3、输出通道16、3×3卷积核”的参数量。
import torch.nn as nn layer = nn.Conv2d( in_channels=3, out_channels=16, kernel_size=3, stride=1, padding=1 ) total = sum(p.numel() for p in layer.parameters()) print(f"该卷积层参数量: {total}") # 输出期望：该卷积层参数量: 448如果想要检查整个模型，也可以遍历关键层逐个累加。这个技巧对验证手算、排查误差非常管用步骤很简单：代码里每算一层就断点输出一次，然后与公式对照。我在实际调试中常常通过这个方式快速定位到“哪一层的手算误差来自bias”。
如果你想进一步自动核对整个模型的参数量，还可以写一个遍历模型子层的小函数：
def count_params(model): return sum(p.numel() for p in model.parameters()) total_params = count_params(model) print(f"模型总参数量: {total_params:,}")这段代码不区分可学习参数与否，但通常模型里的缓冲（Buffer）里不含可学习参数，所以打印结果与框架文档基本一致。如果有差异，注意查看是否有非浮点参数、冻结层或者Buffers。
我写这篇文章时反复核对过每一个公式，也特意把容易踩坑的“偏置开关”“分组数整除”“空洞卷积等效核对输出尺寸的影响”都点了出来。这些细节在论文里往往一笔带过，却是工程落地的真问题。按照速查表里的公式和示例，第三遍、第四遍算的时候你自然就会形成顺手的感觉，不至于在搭模型时为了一个参数反复翻文档。有一次团队里一个新人按照标准3×3卷积手算参数量，总是和模型打印结果差几百个参数，我让他检查batch norm后面的卷积层的bias设置，果然，那一层默认又开了bias，正交差就出在它身上。希望这篇速查能帮你少走类似的弯路。
