深度学习之典型卷积神经网络——LeNet5、AlexNet、ZFNet、VGG

一、LeNet-5 1998年由Yann LeCun提出，用于数字识别的CNN。该模型一共有7层（不含INPUT），结构如下： （1）卷积层C1 6个5*5的卷积核，不使用padding，步长为1；卷积得到6个特征图，每个特征图的每个神经元与INPUT32*32中5*5的区域相连，特征图长宽为(32-5)/1+1=28。 每个神经元的参数数目（卷积核）：5*5个w和1个bias； 连接总数：(5*

>>阅读原文<<