Le-Net5 学习

LeNet-5  共有 7 层，输入层不计入层数，每层都有一定的训练参数，其中三个卷积层的训练参数较多，每层都有多个滤波器，也叫特征图，每个滤波器都对上一层的输出提取不同的像素特征。

                                            输入-卷积-池化-卷积-池化-卷积（全连接）-全连接-全连接（输出）

 

 

各层的结构和参数如下：

C1层是个卷积层，其输入输出结构如下：

输入： 32 x 32 x 1  滤波器大小： 5 x 5 x 1   滤波器个数：6

输出： 28 x 28 x 6

参数个数： 5 x 5 x 1 x 6 + 6 = 156