深度學習計劃（2）常見網絡

LeNet-5 1.LeNet-5闡述了圖像中像素特徵之間的相關性能夠由參數共享的卷積操作所提取，同時使用卷積、下采樣（池化）和非線性映射這樣的組合結構，是當前流行的大多數深度圖像識別網絡的基礎。結構如下：   2.LeNet-5 有7層，包括3個卷積層，2個下采樣層，3個全連接層。其中下采樣層和池化層類似，但是在池化過後，對輸出數據還乘上權重，加上偏差，所以得到的參數量是（1+1）x6而不是零。

>>阅读原文<<