LeNet、AlexNet, VGG, GoogleNet和ResNet

一：LeNet-5（深度學習開端） 1），模型結構 C1:卷積層，6個卷積核，核大小爲5*5，參數個數爲（5*5+1）*6=156 S2:池化層，池化單元爲2*2，沒有重疊，計算爲：2×2 單元裏的值相加然後再乘以訓練參數w，再加上一個偏置參數b(每一個feature map共享相同w和b)，然後取sigmoid （S函數：0-1區間）值，作爲對應的該單元的值，參數個數爲2*6. C3:卷積層，1

>>阅读原文<<