1. 参考资料
[1] 动手学深度学习 v2 - 从零开始介绍深度学习算法和代码实现
课程主页:https://courses.d2l.ai/zh-v2/
教材:https://zh-v2.d2l.ai/
[2] 李沐老师B站视频:https://www.bilibili.com/video/BV1t44y1r7ct?spm_id_from=333.999.0.0
用卷积层代替全连接层的好处
- 可以在图像中保留空间结构。(不需要直接展平后用全连接层处理)
- 模型更简洁,所需的参数更少。
2. LeNet
2.1 网络结构
LeNet由两部分组成
- 卷积编码器:两个卷积层组成
- 全连接层密集器:三个全连接层
为了将卷积块的输出传递给稠密块,我们必须在小批量中展平每个样本。
2.2 总结
- LeNet是早期成功的神经网络
- 先使用卷积层学习图片空间信息(2)
- 再使用池化层降低空间敏感度(2)
- 最后全连接层转换到类别空间(3)