經典的卷積神經網絡結構——LeNet-5、AlexNet、VGG-16

LeNet-5 LeNet-5是針對灰度圖像的，可假設輸入圖片是32321，使用6個55，步幅爲1的過濾器，輸出則是28286（此處28是由32-5+1所得，公式爲(n+2p-f+1),LeNet-5沒有使用padding，故p=0），然後進行池化，此網絡使用的是平均池化，寬度爲2，步幅爲2，則圖像的高度與寬度都縮小2倍，輸出14146的圖像（由於當時未使用padding或有效卷積，所以每次卷積後

>>阅读原文<<