CV领域-图像分类-LeNet

LeNet5

背景知识： 1998年（好像是吧），为了识别支票中手写数字识别被发明出来的。
结构很简单
输入层（输入层不计入网络层数）
卷积1层
池化1层
卷积1层
池化1层
卷积1层
全连接1层
输出（全连接）1层
就这样。
这里用到两个公式
卷积计算公式与池化计算公式
卷积：
W（输出）=（W（输入）-K+2P）/S+1
其中K是卷积核的大小，P是填充数，S是步长。W是尺寸（一般图像的长宽都是一样的）。还有一点就是通道数C，C=K 也就是说通道数=卷积核的个数。
池化：
LeNet论文中（当然了，我没看原论文，看的是大佬总结。）用的是22的窗口进行池化，意思就是在22的窗口中选一个，也就是1*1，那么特征图的大小就变成原来的一半了。
由于池化不改变通道数，所以
C（输入）=C（输出）。
（我自己理解为 填充为2，步长为2。那么根据池化计算公式（W=（W-P）/S+1）也可以计算。。。）

---

破案了，感谢大佬 这里大佬总结到，在AlexNet出来之前，池化层中的填充与步长是一样的，在AlexNe中提到层叠池化网络，填充数大于步长。

---

根据上面的结构与公式，我们来算一下
输入层32 * 32 C=1（灰度图，所以通道数=1）
第一个卷积：
K = 5， P = 0， S = 1，C=6（这里面是卷积核的个数=6，你也可以认为是通道数=6，这里不懂可以评论留言）
（32-5+2 * 0）/1+1=28（长宽都是32，所以计算后都是28）
C = 6
结果 28 * 28， C=6
第一个池化：
28 * 28 -> 14 * 14
C=6(不变)
结果 28 * 28， C=6
第二个卷积：
K = 5， P = 0， S = 1，C=16
（14-5+2*0）/1+1=10
结果： 10 * 10， C=16

第二个池化：
10 * 10 -> 5 * 5
C = 16（不变）
结果： 5 * 5，C=16

第三个卷积；
K = 5， P = 0， S = 1，C=120
（5-5+2*0）/1+1=1
结果：1 * 1, C=120

第一个全连接
（全连接规定输入输出即可）论文（大佬总结）中的图片是84，那么通道数就是120->84
结果；1*1， C=84
第二个全连接
输出=10（也就是10个数字0，1，2…）

---

至此结构就完事了，给你们看个老图

代码块之后写完的话，我在贴上来（偷个懒哈哈哈哈，也可以看看其它大佬的（推荐B站的小土堆，保姆级的大佬。））