深度学习笔记011:80年代经典模型:LeNet

本文深度解读经典卷积神经网络LeNet的工作原理,涉及32x32输入、卷积、池化、全连接层和Gauss层的详细步骤,以及其历史背景和现代应用

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
,输入32∗32,可能有一些padding(填充),输入进入一个5∗5的卷积层,输出通道数是6,然后进入一个2∗2的池化层然后再进入一个5∗5卷积层,由14变为了10,然后再进入一个polling,然后拉成一个向量,进入全连接层,最后是一个Gauss层(也可认为是一种全连接层)后边做softmax得到概率,输入32*32,可能有一些padding(填充),输入进入一个5*5的卷积层,输出通道数是6,然后进入一个2*2的池化层\\ 然后再进入一个5*5卷积层,由14变为了10,然后再进入一个polling,\\ 然后拉成一个向量,进入全连接层,最后是一个Gauss层(也可认为是一种全连接层)\\ 后边做softmax得到概率 ,3232padding55622551410polling,Gausssoftmax

在这里插入图片描述

在这里插入图片描述
LeNet的文章写的还挺有意思的,写了有30页,其中的许多东西现在还没有实现LeNet的文章写的还挺有意思的,写了有30页,其中的许多东西现在还没有实现LeNet30西

在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值