1,经典卷积神经网络结构——LeNet-5、AlexNet、VGG-16
经典卷积神经网络的结构一般满足如下表达式:
输出层 -> (卷积层+ -> 池化层?)+ -> 全连接层+
上述公式中,“+”表示一个或者多个,“?”表示一个或者零个,如“卷积层+”表示一个或者多个卷积层,“池化层?”表示一个或者零个池化层。“->”表示 forward 方向。
经典卷积神经网络的结构一般满足如下表达式:
输出层 -> (卷积层+ -> 池化层?)+ -> 全连接层+
上述公式中,“+”表示一个或者多个,“?”表示一个或者零个,如“卷积层+”表示一个或者多个卷积层,“池化层?”表示一个或者零个池化层。“->”表示 forward 方向。