LeNet-5是一个7层的网络，当然，其名称中的5可以理解为整个网络中含可训练参数的层数。在MNIST数据集上，LeNet-5模型可以达到99.2%的正确率。
卷积层是一个将卷积运算和加法运算组合在一起的隐藏层，在图像识别里提到的卷积是二维卷积，即离散二维滤波器（也称作卷积核）与二维图像做卷积操作，简单地讲是二维滤波器滑动到二维图像上的所有位置，并在每个位置上与该像素点及其领域像素点做内积。
LeNet-5
2024-07-25
33
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
【7月更文挑战第25天】LeNet-5。
目录
相关文章
|
5月前
|
机器学习/深度学习
计算机视觉
|
7月前
|
算法框架/工具
|
机器学习/深度学习
数据挖掘
PyTorch
图像分类经典神经网络大总结（AlexNet、VGG 、GoogLeNet 、ResNet、 DenseNet、SENet、ResNeXt ）
图像分类经典神经网络大总结（AlexNet、VGG 、GoogLeNet 、ResNet、 DenseNet、SENet、ResNeXt ）
6539
1
2
|
计算机视觉
|
网络架构
|
机器学习/深度学习
PyTorch
算法框架/工具
|
机器学习/深度学习
人工智能
PyTorch
|
机器学习/深度学习
人工智能
计算机视觉
Inception-v2/v3模型
Inception-v2和Inception-v3都是出自同一篇论文《Rethinking the inception architecture for computer vision》，该论文提出了多种基于 Inception-v1 的模型优化 方法，Inception-v2 用了其中的一部分模型优化方法，Inception-v3 用了论文中提到的所有 优化方法。相当于 Inception-v2 只是一个过渡版本，Inception-v3 一般用得更多。
172
0
0
|
机器学习/深度学习
人工智能
计算机视觉
Inception-v4 和 Inception-ResNet
Inception-v3 结构的复杂程度以后够复杂了，但是它还有几个升级版本，就是 Inception-v4，Inception-ResNet-v1 和 Inception-ResNet-v2。这几个升级版本都出自同 一篇论文《Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning》
166
0
0
|
机器学习/深度学习
