LeNet、AlexNet, VGG, GoogleNet和ResNet

一：LeNet-5（深度学习开端） 1），模型结构 C1:卷积层，6个卷积核，核大小为5*5，参数个数为（5*5+1）*6=156 S2:池化层，池化单元为2*2，没有重叠，计算为：2×2 单元里的值相加然后再乘以训练参数w，再加上一个偏置参数b(每一个feature map共享相同w和b)，然后取sigmoid （S函数：0-1区间）值，作为对应的该单元的值，参数个数为2*6. C3:卷积层，1

>>阅读原文<<