《深度学习:卷积神经网络从入门到精通》——3.2 LeNet的标准模型

举报
华章计算机 发表于 2019/06/06 08:48:06 2019/06/06
【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。

image.png

image.png


【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

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。