如何为我的 CNN 计算数学公式？

Question

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, (3,3), 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？