- 1、本文档共43页,其中可免费阅读13页,需付费46金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第四章经典网络
4.1LeNet5
一种典型的用来识别数字的卷积网络是LeNet-5。
4.1.1模型结构
4.1.2模型结构
LeNet-5共有7层(不包含输入层),每层都包含可训练参数;每个层有多个
FeatureMap,每个FeatureMap通过一种卷积滤波器提取输入的一种特征,然后
每个FeatureMap有多个神经元。
?C1层是一个卷积层
输入图片:32*32卷积核大小:5*5卷积核种类:6
输出featuremap大小:28*28(32-5+1)
神经元数量:28*28*6
可训练参数:(5*5+1)*6(
文档评论(0)