CNN–LeNet 5原理

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*5卷积核的卷积层,步长为1,特征图的大小为28*28,神经元的个数为28*28*6=784。参数个数为(5*5+1)*6=156,连接数为156*28*28=122304。 S2层:池化层,max pooling。padding=0,size=2*2,stride=2,输出6张大小为14*14的特征图。 C3层:卷积层,卷积核大小为5*5,步长为1,所以得到的特征图为10*10。16个卷积核一共