一、LeNet-5
1. 网络结构:
特征提取部分(目标检测):两个卷积层+两个池化层
全连接层(分类):三个全连接层
2、模型单元结构
一个卷积层,一个sigmod,一个池化层
3、网络参数:LeNet-5
卷积操作使通道数增加,池化操作使特征图变小。
高性能的卷积神经网络:降低空间分辨率,增加通道数。
卷积块编码得到的表征输出之前,又全连接层进行处理。
特征提取部分(目标检测):两个卷积层+两个池化层
全连接层(分类):三个全连接层
一个卷积层,一个sigmod,一个池化层
卷积操作使通道数增加,池化操作使特征图变小。
高性能的卷积神经网络:降低空间分辨率,增加通道数。
卷积块编码得到的表征输出之前,又全连接层进行处理。