《卷積網絡》深度卷積網絡實例

經典網絡 LeNet-5 共有約60k個參數， 特點 在論文中，激活函數使用的是sigmoid和tanh，那個時候還未使用ReLU. 當時出於節約計算力的考慮，不同的卷積覈計算了不同的channel。（這裏等之後看了論文補充） 池化層後添加了非線性激活函數(sigmoid)，而現在很少這樣使用。 LeCun et al.,1998. Gradient-based learning applied

>>阅读原文<<