LeNet简介以及Caffe实现

LeNet是一个用来识别手写数字的最经典的卷积神经网络，是Yann LeCun在1998年设计并提出的，是早期卷积神经网络中最有代表性的实验系统之一。 上图是LeNet网络模型框架，总共有8层，C层代表卷积层，S层代表下采样层。 模型理解： 第一层：输入层图像大小是32*32（Caffe中Mnist数据库为28*28）。 第二层：C1层是卷积层，卷积核大小为5*5，总共有6个卷积核，通过卷积操作得

>>阅读原文<<