LeNet-5 手寫字體識別模型

手寫字體識別模型LeNet5誕生於1994，是最早的神經網絡之一。 現在常用的LeNet-5（卷積池化當作一層的話，共5層）結構和Yann LeCun教授在1988年提出的結構在某些地方有區別，比如激活函數的使用，現在一般採用ReLU作爲激活函數，輸出層一般選擇softmax。(論文RBF) 性質：隨着網絡越來越深，圖像的高度和寬度在縮小，但channel數量一直在增加。 侷限性：CNN能夠從原始

>>阅读原文<<