LeNet5 pytorch实现

最新推荐文章于 2024-04-22 08:55:21 发布
最新推荐文章于 2024-04-22 08:55:21 发布
阅读量1k 收藏 1
点赞数
分类专栏： 机器学习 文章标签： pytorch 深度学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/laonafahaodange/article/details/121012234
版权

LeNet5

LeNet5网络结构

网络采用LeNet5结构，数据集为MNIST。输入为32x32的单通道图像。网络共分为7层。

网络结构

C1层-卷积层

核大小：5x5
核数目：6
步长：1
输出特征图大小：6x28x28
激活函数采用sigmoid

S2层-池化层

采用平均池化
核大小：2x2
步长：2
输出特征图大小：6x14x14

C3层-卷积层

核大小：5x5
核数目：16
步长：1
输出特征图大小：16x10x10
激活函数采用sigmoid

S4层-池化层

采用平均池化
核大小：2x2
步长：2
输出特征图大小：16x5x5

F5-全连接层

输入：400维
输出：120维

F6-全连接层

输入：120维
输出：84维

F7-全连接层

输入：84维
输出：10维

代码部分

LeNet5.py定义了网络结构
train.py训练模型，生成onnx文件。可以通过Neutron查看网络结构。

代码见github

明天一定早睡早起
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
C语言实现神经网络手写数字识别_LeNet-5
07-02
C语言实现神经网络手写数字识别_LeNet-5
卷积神经网络的C语言实现
lihui1996524的博客
01-10 5006
卷积神经网络的C语言实现 代码实现环境是vs2019,po主使用这个代码实现了lenet-5模型的向前传播过程。不过可以通过改变主函数中的参数来实现其他模型。由于作者学艺不精，本代码只能实现卷积步长为1，池化方式只能选择最大池化，激活函数目前只写了Relu。如果小伙伴们有其他需求，可以自己修改代码~~ 工程的实现主要分为两部分 第一部分是在python上做的分为以下几个步骤。 1.搭建模型以及训练...
计算机视觉系列1 LeNet-5网络的思路和简单实现
weixin_44633882的博客
02-07 458
计算机视觉系列1 LeNet-5网络的思路和简单实现 Version 1 2019/1/31 1.LeNet网络简介 LeNet-5是Yann LeCun提出的，对MNIST数据集的分识别准确度能够达到99.2% 层名 输出 输入层INPUT 32×32 卷积层C1 28×28×6 下采样层S2 14×14×6 卷积层C3 10×10×16 下采样层S4 5×5×...
scratch lenet(5): 快速生成随机数的C语言实现
baiyu33的博客
06-18 480
使用C语言生成随机数，不使用外部依赖库。用于lenet网络权值初始化。
如何在STM32上部署卷积神经网络（纯C语言搭建）
热门推荐
太白断水客
02-26 1万+
介绍编写神经网络的基本思路和代码介绍
用C实现Lenet的总结
wydbyxr的博客
09-05 1282
根据博客http://blog.csdn.net/tostq/article/category/6290467所写的一些总结。 cnn.cpp cnn.h 存在关于CNN网络的函数、网络结构等 minst.cpp minst.h 处理Minst数据库的函数、数据结构等；包括输入和输出 mat.cpp mat.h 一些关于矩阵的函数，如卷积操作、180度翻转操作等 main.cpp
C++实现lenet-5 总结
tangqinglin的专栏
02-01 2860
最近自学了点神经网络深度学习，用C++写一个lenet-5做一个总结吧。lenet-5 的原理，卷积神经网络的原理就不说了，大家自己到网上查，只总结一下我这个外行再实现lenet-5遇到的问题：      根据网上lenet-5资料实现以后，用MNIST验证，结果简直让我不敢直视，完全不对路。但是卷积层、下采样层、全连接网络层我都用相应的数据验证过，没有问题，真是让人很泄气。感谢现在的网络强大，
LeNet-5神经网络——C源代码
08-09
LeNet-5神经网络 C源代码，这个写的比较好，可以用gcc编译去跑，结合理论可以对深度学习有更深刻的了解 介绍 根据YANN LECUN的论文《Gradient-based Learning Applied To Document Recognition》设计的LeNet-5神经网络，C语言写成，不依赖任何第三方库。 MNIST手写字符集初代训练识别率97%，多代训练识别率98%。 DEMO main.c文件为MNIST数据集的识别DEMO，直接编译即可运行，训练集60000张，测试集10000张。 项目环境 该项目为VISUAL STUDIO 2015项目，用VISUAL STUDIO 2015 UPDATE1及以上直接打开即可编译。采用ANSI C编写，因此源码无须修改即可在其它平台上编译。 如果因缺少openmp无法编译，请将lenet.c中的#include和#pragma omp parallel for删除掉即可。 API #####批量训练 lenet: LeNet5的权值的指针，LeNet5神经网络的核心 inputs： 要训练的多个图片对应unsigned char二维数组的数组,指向的二维数组的batchSize倍大小内存空间指针。在MNIST测试DEMO中二维数组为28x28，每个二维数组数值分别为对应位置图像像素灰度值 resMat：结果向量矩阵 labels：要训练的多个图片分别对应的标签数组。大小为batchSize batchSize:批量训练输入图像（二维数组）的数量 void TrainBatch(LeNet5 *lenet, image *inputs, const char(*resMat)[OUTPUT],uint8 *labels, int batchSize); #####单个训练 lenet: LeNet5的权值的指针，LeNet5神经网络的核心 input： 要训练的图片对应二维数组 resMat：结果向量矩阵 label: 要训练的图片对应的标签 void Train(LeNet5 *lenet, image input, const char(*resMat)[OUTPUT],uint8 label); #####预测 lenet: LeNet5的权值的指针，LeNet5神经网络的核心 input: 输入的图像的数据 labels: 结果向量矩阵指针 count: 结果向量个数 return 返回值为预测的结果 int Predict(LeNet5 *lenet, image input, const char(*labels)[LAYER6], int count); #####初始化 lenet: LeNet5的权值的指针，LeNet5神经网络的核心
LeNet-5 研习 3 (进行C语言实现LeNet的前向传播的解读)
baidu_40840693的博客
10-07 1793
参考博客： https://blog.csdn.net/tostq/article/details/51786265 参考代码: https://github.com/tostq/DeepLearningC/tree/master/CNN 一 总结构介绍 在代码中，一共分为5层 //输入(不算入层数)-1卷积层-2池化层-3卷积层-4池化层-5输出层 二 C1卷积层 ...
LeNet的pytorch实现
05-06
LeNet的pytorch实现，包括MNIST和FashionMNIST两种数据集
pytorch实现lenet5
08-14
Pytorch 搭建的LeNet-5网络，使用Minist数据集，测试集准确率接近98.4%。文件内包含代码、Minist数据集和训练好的模型参数。
LeNet-official-demo实现图像分类 LeNet网络pytorch官方实现demo代码，拿走即用
03-29
LeNet_official_demo.LeNet网络pytorch官方实现demo代码，拿走即用。手写字体识别模型LeNet5诞生于1994年，是最早的卷积神经网络之一。LeNet5通过巧妙的设计，利用卷积、参数共享、池化等操作提取特征，避免了大量的...
Pytorch 实现 LeNet
01-06
import d2lzh_pytorch as d2l import torch import torch.nn as nn import torch.optim as optim import time #net class Flatten(torch.nn.Module): #展平操作 def forward(self, x): return x.view(x.shape[0],...
LeNet-5pytorch实战.pdf
06-05
总结了卷积神经网络LeNet-5的网络结构以及相关原理，完成了Pytorch上的代码实现，并对Minist、CIFAR10数据集进行了训练和测试
pytorch-过拟合&欠拟合
最新发布
wyw0000的博客
04-22 228
pytorch-过拟合和欠拟合
【pytorch】内容链接汇总
sazass的博客
04-21 565
所有pytorch相关文章链接
【PyTorch】1-基础知识（张量、导数、CUDA）
m0_65787507的博客
04-21 1123
注：所有资料来源且归属于thorough-pytorch(https://datawhalechina.github.io/thorough-pytorch/)，下文仅为学习记录。
PyTorch深度解析：Tensor——神经网络的核心构建块
huanfeng_AI的博客
04-20 984
具体来说，神经网络的输入数据被转换为Tensor，然后通过一系列的网络层进行前向传播，得到输出Tensor。在训练过程中，根据输出Tensor与真实标签之间的误差，通过反向传播算法计算梯度，并更新网络参数（这些参数也是以Tensor的形式存在的）。本文将深入探讨PyTorch中的Tensor，从其基本定义、特性、操作到实际应用，全面解析其在神经网络中的核心地位。：PyTorch中的Tensor支持多种数据类型，如float32、float64、int32等，以适应不同的计算需求。
pytorch实现lenet-5
07-28
你可以使用PyTorch来实现LeNet-5模型，以下是一个简单的示例代码： ```python import torch import torch.nn as nn import torch.nn.functional as F class LeNet5(nn.Module): def __init__(self): super(LeNet...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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