使用全连接层的局限性:
- 图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。
- 对于大尺寸的输入图像,使用全连接层容易导致模型过大。
使用卷积层的优势:
- 卷积层保留输入形状。
- 卷积层通过滑动窗口将同一卷积核与不同位置的输入重复计算,从而避免参数尺寸过大。
LeNet
卷积层块里的基本单位是卷积层后接平均池化层:卷积层用来识别图像里的空间模式,如线条和物体局部,之后的平均池化层则用来降低卷积层对位置的敏感性。
卷积层块由两个这样的基本单位重复堆叠构成。在卷积层块中,每个卷积层都使用5×5的窗口,并在输出上使用sigmoid激活函数。第一个卷积层输出通道数为6,第二个卷积层输出通道数则增加到16。
conv1 : 输入(1,28,28)--> 输出 28 + padding*2 - kernel_size + 1 ---> 输出 (6,28,28)
pooling1 : 输入(6,28,28)--> kernel_size=2, stride=2 ---> 输出 (6,14,14)
conv2 : 通道的数量取决于卷积核的数量,LeNet选择了16个 输出 (16,10,10)
pooling1 : 输入(16,10,10)--> kernel_size=2, stride=2 ---> 输出 (16,5,5)