CNN LeNet-5模型 学习笔记

本文详细介绍了经典的卷积神经网络模型LeNet-5。该模型通过局部感受野、权重共享及时间与空间的亚采样等核心思想进行特征提取。文章概述了LeNet-5的实现框架,包括输入层、两个卷积层、两个下采样层、一个全连接层以及输出层。

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

模型:LeNet-5

核心思想:局部感受野,权值共享,时间和空间的亚采样

实现框架:

第一层:INPUT

第二层:C1层(卷积层1)

第三层:S2层(下采样层1)

第四层:C3层(卷积层2)

第五层:S4层(下采样层2)

第六层:C5层(卷积层3)

第七层: F6层

第八层:OUTPUT

    



评论
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