LeNet5
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。