常見的CNN模型介紹

第一次寫博客 目的是練習一下那種感覺，不足之處還望見諒 LeNet模型 用途： LeNet主要用來進行手寫字符的識別與分類 特點 每個卷積層包括三部分：卷積、池化和非線性激活函數（sigmoid激活函數） 使用卷積提取空間特徵 降採樣層採用平均池化 網絡結構 上圖爲LeNet結構圖，是一個6層網絡結構：三個卷積層，兩個下采樣層和一個全連接層（圖中C代表卷積層，S代表下采樣層，F代表全連接層）。其中

>>阅读原文<<