算法小白的第一次尝试----tensorflow2.0 CNN参数计算（图文解析CNN）

直接截图jupyter上数据
x_train输入为（32,32,3），三通道RGB

自定义model类

CNN主要采用了CBAPD模式，即卷积层、BN层、激活层、池化层、dropout层，然后输入全连接网络

模型训练

模型输出参数统计：（具体参数值可以通过model.trainable_variables 去输出打印）

重点来了：

1. conv2d -------> param # 456
   filters * kernel_size + bias * filters
   6 * 5 * 5 * 3 + 6 =456

2. batch_normalization_2 ------> param # 24
   6 * 2 * 2 = 24 (每个filter含1个缩放因子，1个偏移因子，1个均值，1个标准差)

3. dense_2 ---------------->param #196736
   pool后输出特征图：16 * 16 *6
   ceil((input - pool_szie + 1) / stride)
   (32 - 2 + 1) / 2 = 16
   参数计算：
   16 * 16 * 6 * 128 + 128 = 196736

4. dense_5 -----------> param # 1290
   128 * 10 + 10 = 1290

5. non_trainable params -------->params # 12
   目前还未想明白，欢迎大家讨论。。。