我们提供了一种结合深度学习的快速方法，用于研究反中微子探测器中光子传感器数量对其事件重建性能的影响。 这项工作是利用深度学习的力量进行探测器设计和升级计划的首次尝试。 以大亚湾探测器为例，以顶点重建性能作为深度神经网络的目标，我们发现大亚湾的光电倍增管（PMT）对顶点重建具有不同的相对重要性。 更重要的是，大亚湾探测器的顶点位置分辨率相对于PMT的数量以及覆盖范围大致遵循多指数关系。 这也可能有助于决定为将来的探测器计划安装其他PMT的优点。 该方法可以轻松地与其他目标一起使用，以代替顶点重建。