问题描述
假设，例如，我使用 Keras 构建了以下 CNN 模型：
model = Sequential()
model.add(Conv2D(32,(3,3),activation='relu',input_shape=(32,32,3)))
model.add(MaxPooling2D((2,2)))
model.add(Conv2D(32,activation='relu'))
model.add(MaxPooling2D((2,2)))
model.add(Flatten())
model.add(Dense(512))
model.add(Dense(10,activation='softmax'))
我希望能够将上述模型转化为数学公式。
我对CNN的基本结构的理解如下：
哪里
然而，我不知道如何从上面的递归公式变成这样的东西（前两个求和是权重，后两个是可调偏差）：
- 我是否需要跟踪每个神经元的每个权重、每个偏差和每个连接？如果是这样，怎么办？
- 此外，如果有人能够提供解决此类问题的通用策略（例如找到适合不同类型分类器的数学公式），我将不胜感激。
- 最后，这是一项简单的任务吗？值得吗？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）