某同学用全连接前馈网络识别手写体数字，其输入层为28*28图像像素，两个隐藏层各有100神经元，求该模型参数总数。

要计算一个神经网络的参数总数，我们可以通过逐层分析其参数数量来实现。以下是具体的计算过程： 1. **输入层**： - 输入层包含 $28 \times 28$ 个像素，每个像素有3个通道（RGB）。 - 因此，输入层的总参数数量为 $28 \times 28 \times 3$。 2. **第一隐藏层**： - 该层有100个神经元，每个神经元连接到前一层的100个神经元，并具有3个权重参数。 - 所以，第一隐藏层的总参数数量为 $100 \times 3$。 3. **第二隐藏层**： - 同样地，这一层也有100个神经元，每个神经元连接到上一层的100个神经元，并具有3个权重参数。 - 因此，第二隐藏层的总参数数量也是 $100 \times 3$。 4. **全连接层**： - 该层包含100个神经元，每个神经元连接到上一层的100个神经元，并具有3个权重参数。 - 所以，全连接层的总参数数量为 $100 \times 3$。 将以上各层的参数数量相加，即可得到整个神经网络的总参数数量： \[ 28 \times 28 \times 3 + 100 \times 3 + 100 \times 3 + 100 \times 3 = 3252 \] 因此，这个神经网络的总参数数量为3252个。