TensorFlow 基础(7) LeNet-5

阿里云双11来了!从本博客参与阿里云,服务器最低只要86元/年!


awesome-tensorflow

yann_LeCun

LeNet-5 是Yann LeCun在1998年设计的用于手写数字识别的卷积神经网络,LeNet-5 是早期卷积神经网络中最有代表性的实验系统之一。LeNet-5 模型可以达到 99.2% 的正确率。LeNet-5 模型总共有 7 层。


LeNet-5

第 1 层卷积层

输入层是原始图片 32 x 32 x 1,卷积核大小 5 x 5 深度为 6 不使用补零。参数 28 x 28 (32-5+1) 参数为 28 x 28 x 6 = 4704 。所以该卷积层共有 4704 x (5 + 1) = 122304 个连接。

第 2 层池化层

输入层为上一层输出 28 x 28 x 6 节点的矩阵,通过过滤器大小 2 x 2 步长为 2 的池化层进行降采样,输出矩阵变换为 14 x 14 x 6。

第 3 层卷积层

再经过一个卷积层,此层为卷积核 5 x 5 深度为 16 的卷积层,本层依旧不使用补零。输出为 10 x 10 x 16 ,本层应该有 5 x 5 x 6 x 16 + 16 = 2416 个参数

第 4 层池化层

本层输入为 10 x 10 x 16 采用的过滤器大小为 2 x 2 步长为 2 输出为矩阵大小为 5 x 5 x 16

第 5 层全连接

从第 5 层开始接下来三层都是全连接层,将 5 x 5 x 16 矩阵中的节点拉成一个向量,那么本层输出节点为 120 一共有 48120 参数

第 6 层全连接

本层输入节点数为 120 输出节点个数为 84 个 所以共参数为 120 x 84 + 84 = 10164 个参数

第 7 层全连接

最后一层是节点数为 84 个,输出节点个数为 10 个,总共参数为 120 x 84 + 10 = 850 个参数

https://www.jianshu.com/p/ab2ced62d2e9

Python量化投资网携手4326手游为资深游戏玩家推荐:《神都夜行录下载

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论