《深度学习:卷积神经网络从入门到精通》——3.2 LeNet的标准模型
【摘要】 本书摘自《深度学习:卷积神经网络从入门到精通》——书中第3章,第3.2节,作者是李玉鑑、张婷、单传辉、刘兆英等。
3.2 LeNet的标准模型
现在常用的LeNet模型与其原始模型已经有所不同,主要区别在于把非线性变换从下采样层移到了卷积层,且把输出层的激活函数从欧几里得径向函数替换成了软最大函数。标准的模型结构如图3.2所示。这个标准模型从结构上可以分解为输入层、卷积层、池化层、卷积层、池化层、全连接层和输出层。输入层用x表示,通常是一个矩阵或一幅图像。下面是对其他层的详细描述和说明。
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)