CNN之LeNet-5(二)

LeNet-5初理解 一. 模型介紹 二. 各層詳解 1. 輸入層-INPUT 2. 卷積層-C1 3. 池化層-S2 4. 卷積層-C3 5. 池化層-S4 6. 卷積層-C5 7. 全連接層-F6 8. 輸出層-F7 9. 損失函數 三. 小結 一. 模型介紹 LeNet-5出自1998年YE Cun的論文《Gradient-Based Learning Applied to Document

>>阅读原文<<