解读cnn结构

Question

我试图从下面的设置来解释CNN模型。因为我刚开始深入学习，所以我不能完全理解层次结构。请有人告诉我，这两种设置是否相似，因为我在一篇研究论文中看到了他们使用的第一种设置，并写了类似于第二种设置的设置。

1. 用于MNIST的CNN，有两个5x5卷积层(第一个有32个信道，第二个有64个，每个信道都有2x2max池)，一个完全连接的层，512个单元和ReLu激活，以及一个最终的softmax输出层(1,663,370个总参数)。
2. MNIST的有线电视新闻网有8层结构: 3×3×32卷积MaxPool 3×3×64卷积→2×2→Dropout→平坦→1×128全连通→Dropout→128×10全连通→Softmax。

Answer 1

1. 美国有线电视新闻网: 5x5x32卷积-> 2x2 MaxPool -> 5x5x64卷积-> 2x2 MaxPool ->平坦-> 1x512全连接-> ReLu -> 512 x 10全连接-> Softmax。
2. MNIST的有线电视新闻网有8层结构: 3×3×32卷积MaxPool 3×3×64卷积→2×2→Dropout→平坦→1×128全连通→Dropout→128×10全连通→Softmax。

转换成相同的格式。他们不一样。