神经网络 --- 1998_LeNet5

论文题目：Gradient-Based Learning Applied to Document Recognition

网络架构：

参数：

输入：32 * 32

Conv1：5 * 5 卷积核 6 个，步长 1，填充 0 。　   结果：28 * 28 * 6 。

Pool2： 2 * 2 池化，步长 2 。 　　　　　　　　  结果：14 * 14 * 6 。

Conv3：5 * 5 卷积核 16个，步长 1，填充 0 。　  结果：10 * 10 * 16 。

Pool4： 2 * 2 池化，步长 2 。　　　　　　　　   结果：5 * 5 * 16 。

Conv5：5 * 5 卷积核120 个，步长 0，填充0。　  结果：1 * 1 * 120 。（步长 0 的原因是此次卷积操作是将图片卷积成了一个向量）

Full6：　84

Full7：　10（ 0 - 9  共计 10 个数字）。

神经网络 --- 1998_LeNet5

原文：https://www.cnblogs.com/lyj0123/p/11653417.html