经典卷积神经网络-LeNet, AlexNet

LeNet

LeNet是由Yann LeCun于1998年提出，是卷积网络的开篇之作，通过共享卷积核减少了网络的参数。

Lecun, Y, Bottou, et al. Gradient-based learning applied to document recognition. Proceedings of the IEEE, 1998.

• 在统计CNN网络层数是，一般只统计卷积计算层和全连接计算层，其余操作可以认为是卷积计算层的附属。
• LeNet一共有5层网络，2层卷积层和3层连续的全连接层。
• 卷积就是CBAPD。
  
  

AlexNet

AlexNet网络诞生于2012年，当年ImageNet竞赛的冠军，Top5错误率为16.4%

Krizhevsky A, Sutskever I, Hinton G. ImageNet Classification with Deep Convolutional Neural Networks[J]. Advances in neural information processing systems, 2012, 25(2).

• AlexNet总共有8层网络，5层卷积层和3层连续的全连接层