Lenet 神经网络结构
2019-01-30 20:35
92 查看
版权声明:仅用于个人学习,分享收获。 https://blog.csdn.net/qq_33431972/article/details/86708197
Lenet 神经网络结构为:
1输入为 32 * 32 * 1 的图片大小,为单通道的输入;
2进行卷积,卷积核大小为 5 * 5 * 1,个数为 6,步长为 1,非全零填充模式;
3将卷积结果通过非线性激活函数;
4进行池化,池化大小为 2 * 2,步长为 1,全零填充模式;
5进行卷积,卷积核大小为 5 * 5 * 6,个数为 16,步长为 1,非全零填充模式;
6将卷积结果通过非线性激活函数;
7进行池化,池化大小为 2 * 2,步长为 1,全零填充模式;
8全连接层进行 10 分类。
相关文章推荐
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别?
- 神经网络基本原理-4.2神经网络之基本结构以及规模设置
- 神经网络结构
- AlexNet神经网络结构
- Netscope:支持Caffe的神经网络结构在线可视化工具
- CS231n课程笔记4.2:神经网络结构
- Netscope:神经网络结构在线可视化工具
- caffe中LetNet-5卷积神经网络模型文件lenet.prototxt理解
- 深度神经网络结构以及Pre-Training的理解
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别?(知呼回答)
- 深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数
- 深度神经网络结构以及Pre-Training的理解
- [置顶] Asimov人工智能研究所-神经网络结构表
- 深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构的区别
- LeNet -5 卷积神经网络的网络结构
- lecture2.a --- 神经网络结构的分类
- 结构递归神经网络: 时空领域图像中的深度学习--CVPR2016最佳论文详解
- 神经网络-CNN结构和语音识别应用
- 深度学习方法(十一):卷积神经网络结构变化——Google Inception V1-V4,Xception(depthwise convolution)