卷積神經網絡——LeNet-5

一種典型的用來識別數字的卷積網絡是LeNet-5。當年美國大多數銀行就是用它來識別支票上面的手寫數字的。能夠達到這種商用的地步，它的準確性可想而知。 LeNet-5輸入圖像爲32*32。比Mnist數據庫的字母還要大。這樣做的原因是希望潛在的明顯特徵如筆畫斷電或角點能夠出現在最高層特徵監測子感受野的中心。 卷積運算一個重要的特點就是，通過卷積運算，可以使原信號特徵增強，並且降低噪音。 層名稱 輸入

>>阅读原文<<