各种神经网络的结构(不定时更新)

各种卷积网络

LeNet

参考:原博客地址
Alt
输入: 将输入的图片统一规划为32*32尺寸
C1: 6个5*5(32-28+1)的卷积核,总共有6*(5*1+1)=156个参数
S2: 6个2*2(28/14)的卷积核,总共有6*2=12个参数
C3: 16个5*5(14-10+1)的卷积核,总共有6*(3*5*5+1)+6*(4*5*5+1)+3*(4*5*5+1)+1*(6*5*5+1)=1516个参数 这种组合的原因:1)减少参数,2)这种不对称的组合连接的方式有利于提取多种组合特征。
S4: 16个2*2的卷积核,总共有6*12=72个参数
C5: 120个5*5的卷积核,总共有120*(5*5*\16+1)=48120个参数

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值