深度学习5---经典神经网络结构

一、LeNet

1、LeNet网络结构

卷积核大小：55
步长是0
池化核大小：22
步长是2

输入层：33232
卷积运算--------6355
C1：62828
池化运算--------22，s=2
S2：61414
卷积运算--------16655
C3：161010
池化运算--------22，s=2
S4：1655
全连接
1）展平 400
2）400120矩阵
C5：120
全连接 12084 矩阵
F6：84
全连接 84*10矩阵
output：10

根据10个数字大小，来确定预测结果
eg：第0个数字是最大的，预测结果是数字0的概率最大

2、LeNet自实现

import torch.nn as nn
import torch
import pdb #调试
import numpy as np

#自定义的网络结构，都必须继承nn.Module
class Lenet(nn.Module):
    def __init__(self,num_classes=10):
        super(Lenet, self).__init__()
        #初始化的信息
        #定义各个卷积运算、池化运算、激活、全连接
        self.conv1=nn.Conv2d