LeNet簡介以及Caffe實現

LeNet是一個用來識別手寫數字的最經典的卷積神經網絡,是Yann LeCun在1998年設計並提出的,是早期卷積神經網絡中最有代表性的實驗系統之一。 上圖是LeNet網絡模型框架,總共有8層,C層代表卷積層,S層代表下采樣層。 模型理解: 第一層:輸入層圖像大小是32*32(Caffe中Mnist數據庫爲28*28)。 第二層:C1層是卷積層,卷積核大小爲5*5,總共有6個卷積核,通過卷積操作得
相關文章
相關標籤/搜索