lenet5 的theano实现

Pytorch 搭建的LeNet-5网络,使用Minist数据集,测试集准确率接近98.4%。文件内包含代码、Minist数据集和训练好的模型参数。

LeNet5 by Yann LeCun 简介 LeNet-5结构图 LeNet包含七层 输入层:32*32*1像素的手写数字图片,相当于32*32=1024个神经元 C1层:卷积层,包含具有6个5*

theano mnist

完全实现lenet5全7层，为了更好的理解代码，需要提前了解下面的知识 1, lenet5的7层结构，包括每一层的含义和参数个数，重点是c2到s3层的部分连接原理 2, 了解卷积求导，pool求导，全

Yann LeCun的LeNet-5用于人脸识别,使用ORL人脸数据库。代码使用pyTorch框架编写。

应用caffe深度学习框架进行mnist手写字体识别,需要mnist数据集。这里提供了数据集包和解压之后的数据集供您使用!

里面包含mnist数据集,不用再去下载,程序直接能用。由于model文件夹里有训练好的模型,可以直接跑测试,由于只跑了6000轮训练,不到完整的3W轮,所以只达到了98.8%,你们可以自己训练完一整套

基于lenet-5手写数字识别神经网络，添加部分代码可充分利用CPU资源

深度学习lenet5学习框架，包括训练，测试和验证三个文件

LeNet-5论文英文原版，模型可用于手写数字识别，文字清晰。