卷积神经网络(CNN)进阶 2.LeNet、AlexNet、VGG、NiN、GooLeNet 5种模型 2.1.LeNet 2.1.1.全连接层和卷积层的比较: 使用全连接层的局限性: • 图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。 • 对于大尺寸的输入图像,使用全连接层容易导致模型过大。 使用卷积层的优势: • 卷积层保留输入形状。 • 卷积层通过滑动窗口将同一卷积核与不同位置的输入重复计算,从而避免参数尺寸过大。 2.1.2.LeNet 模型介绍 LeNet分为卷积层块和全连接层块两个部分 • 卷积层块里的基本单位是:卷积层(卷积核:5*5)