lenet神经网络结构为:
1.输入为32*32*1的图片大小,为单通道的输入:
2.进行卷积,卷积核大小为5*5*1,个数为6,步长为1,非全零填充模式;
3.将卷积结果通过非线性激活函数;t
4.进行池化,池化大小为2*2,步长为1,全零填充模式;
5.进行卷积,卷积核大小为5*5*6,个数为16,步长为1,非全零填充模式;
6.将卷积结果通过非线性激活函数;
7.进行池化,池化大小为2*2,步长为1,全零填充模式;
8.全连接层进行10分类。
lenet神经网络的结构图及特性提取过程如下所示:
lenet神经网络的输入是32*32*1,经过5*5*1的卷积核,卷积核的个数为6个,采用非全零填充的方式,步长为1,根据非全零填充计算公式:输出尺寸=(输入尺寸-卷积核尺寸+1)/步长=(32-5+1)/1=28.故经过卷积后输出为28*28*6.经过第一层池化层,池化大小为2*2,全零填充,步长为2,由全零填充计算公式:输出尺寸=输入尺寸/步长=28/2=14,池化层不改变深度,深度仍为6.用同样计算方法,得到第二层池化后的输出为5*5*16.将第二层池化后的