Нейросети и глубокое обучение: онлайн-учебник, глава 6, ч.1: глубокое обучение

Сколько не читал статей про СНС, так и ни разу не попалось полное объяснение работы этой СНС (или не там искал), а именно прохождения сигнала (прямого) на более глубоких слоях. Везде объяснение ограничивается только первым слоем и красивые картинки как выход слоя 1 попадает на вход слоя 2, выход слоя 2 на вход слоя 3 и т.д.

Структура СНС (утрированно):
1) входное изображение
2) первый свёрточный слой (простые признаки) = 20 шт карт-признаков (например)
3) второй свёрточный слой (сложные признаки) = 20 шт (например)

Каждый фильтр (регистрирующий свой признак) из первого слоя на входе имеет входное изображение.
Вопрос — что на входе имеет каждый фильтр из второго слоя?

Если рассуждать по аналогии, то каждый фильтр второго слоя должен будет «пробежаться» по всем картам-признаков первого слоя?
Итого получим 20 фильтров (слой 2) х 20 карт-признаков (выход слоя 1) = 400 карт-признаков (выход слоя 2)?
Особого смысла в таких связях скорее всего нет, т.к. разные признаки с первого слоя должны все-таки как-то комбинироваться в более сложные признаки на втором слое.

Где-то промелькнуло, что (возможно) фильтр со второго слоя может иметь на входе сразу все карты-признаков (с первого слоя). Но как?
В примере приводилась схема как крест (слой 2, сложный признак) собирается из двух отрезков (слой 1, простые признаки).

Кто-то может разъяснить (на пальцах) как оно на самом деле?
Как простые признаки комбинируются в более сложные на более глубоких слоях.
Какую карту признаков первого слоя сканирует каждый фильтр второго слоя?
Или ссылку на объяснение именно этого момента в структуре СНС.

Спасибо!