从零开始学习深度学习,从较早的经典模型开始学习,希望能够坚持下去,写成一个系列。LeNet5网络既经典又重要,网上关于该模型的解释数不胜数,我也就不做重复的劳动了,直接给出个人认为比较好的介绍的链接,只对其中部分内容作简要介绍,算是自己的笔记,给自己看的。
论文地址:https://ieeexplore.ieee.org/document/726791
论文详解:https://www.datalearner.com/blog/1051558664111790
模型
输入: 32*32的灰度图像,每个像素的取值范围0-255。
C1层: 卷积层,6个5*5的卷积核,步长为1,得到6个28*28的图像;。
S2层: 下采样层,或者池化层,大小为2*2,平均池化,步长为2,得到6个14*14的图像。
C3层: 卷积层,16个大小为5*5的卷积核,步长为1,得到16个10*10的图像。<