假设有一个两层的卷积神经网络，输入图像的通道数为 3，第一层 卷积核大小为 3×3，卷积核数为 64；第二层卷积核为 3×3，卷积核个数为 128。 试计算该两层卷积神经网络有多少参数？

这个两层的卷积神经网络的参数数量可以计算如下：

第一层卷积层的参数数量为：
64 * 3 * 3 * 3 + 64 = 1,792

其中，64 是卷积核数，3 * 3 是卷积核大小，3 是输入图像的通道数，1 是偏置项的数量。

第二层卷积层的参数数量为：
128 * 3 * 3 * 64 + 128 = 73,856

其中，128 是卷积核数，3 * 3 是卷积核大小，64 是第一层卷积核的个数，1 是偏置项的数量。

因此，该两层卷积神经网络的总参数数量为：
1,792 + 73,856 = 75,648

注意：这只是一个计算参数数量的问题，和训练具体需要多少数据是不同的。