当我们在谈论 Deep Learning:CNN 其常见架构(上) - 知乎
备注:LenNet-5中:第一次实际为32*32*1的输入;最后一层卷积,即s4->c4,通过120个(5*5)*16chanel个卷积核,卷积得到120个1*1的feature map,从而变成一维。后续通过两层全连接,得到最终的分类结果。
当我们在谈论 Deep Learning:CNN 其常见架构(上) - 知乎
备注:LenNet-5中:第一次实际为32*32*1的输入;最后一层卷积,即s4->c4,通过120个(5*5)*16chanel个卷积核,卷积得到120个1*1的feature map,从而变成一维。后续通过两层全连接,得到最终的分类结果。