LeNet网络详解

LeNet网络是Yann LeCun大神的论文，来源Gradient-Based Learning Applied to Document Recognition
具体结构如下：

input->C1
由32*32的图像经过6个卷积核的操作，生成六个feature maps ，也就是输出特征图(28*28)
C1->S2
下采样层（pooling），生成6个14*14的feature maps
S2->C3
通过特征图组合的方式，生成16个10*10的feature maps,在caffe中的实现并没有这样的组合，直接通过16个卷积核生成16个feature maps ，每个卷积核大小是6*5*5，其中6对应S2层中的6个输入feature maps，5*5代表卷积核的宽和高。
具体如下图：

*C3->S4
下采样层，从16个10*10的feature maps传化层16个5*5的feature maps。
S4->C5

卷积操作，同S2->C3类似，生成120个feature maps,每个feature maps的大小是1*1

C5->F6
全连接操作，可以借鉴神经网络的连接方式，输出84个feature maps，每个feature maps是1*1大小
F6->输出层
通过欧式径向基函数的方式得到结果，简单来说就是通过一个类似W矩阵的二维数组，数组中的每行减去输入向量就是最后的输出向量，如下

{a0,a1,a2,…,a9} = {

∑w0−x0∑w0−x0

\sum w0-x0 ,

∑w1−x0∑w1−x0

\sum w1-x0,

∑w2−x0∑w2−x0

\sum w2-x0,…,

∑w9−x0∑w9−x0

\sum w9-x0};

LeNet 网络详解相关推荐

LeNet模型详解以及代码实现
LeNet模型详解以及代码实现一.卷积神经网络的构成输入层卷积层激活函数池化层(Pooling) 全连接层二. LeNet-5详解及代码实现 1. LeNet模型详解 2. 代码实现三. ...
ResNet网络详解与keras实现
ResNet网络详解与keras实现 ResNet网络详解与keras实现 Resnet网络的概览 Pascal_VOC数据集第一层目录第二层目录第三层目录梯度退化 Residual Lear ...
GoogleNet网络详解与keras实现
GoogleNet网络详解与keras实现 GoogleNet网络详解与keras实现 GoogleNet系列网络的概览 Pascal_VOC数据集第一层目录第二层目录第三层目录 Incepti ...
Linux系统下ifconfig和route配置网络详解
Linux系统下ifconfig和route配置网络详解 ifconfig和route合用于配置网络(ip命令综合二者功能,此处不讲),通常在前者设置好ip地址等信息后,采用route命令配置路由.( ...
EfficientNetV2网络详解
原论文名称:EfficientNetV2: Smaller Models and Faster Training 论文下载地址:https://arxiv.org/abs/2104.00298 原论文 ...
深度学习之图像分类（二十五）-- S2MLPv2 网络详解
深度学习之图像分类(二十五)S2MLPv2 网络详解目录深度学习之图像分类(二十五)S2MLPv2 网络详解 1. 前言 2. S2MLPv2 2.1 S2MLPv2 Block 2.2 Spat ...
ResNet、ResNeXt网络详解及复现
网络详解: ResNet网络详解 ResNeXt网络详解 torch复现: import torch.nn as nn import torch''' 对应着18层和34层的残差结构既要拥有实现部分 ...
MGN网络详解以及代码分析
MGN网络详解以及代码分析最近阅读了云从科技最新的关于REID的论文以及相关的博客和代码,算法是基于MGN,关于网络的部分,这里记录一些自己的学习笔记. 以下是我参考的博客和代码的网址博客: ht ...
YOLOv4网络详解
0前言在YOLOv4论文中,作者其实就是把当年所有的常用技术罗列了一遍,然后做了一堆消融实验. 1.YOLOV4的网络改进部分 1.主干特征提取网络:DarkNet53 => CSPDarkN ...

LeNet 网络详解

LeNet网络详解

LeNet 网络详解相关推荐

最新文章

热门文章