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@)