卷积神经网络：对LeNet5的感知

LeNet5是卷积神经网络的一种，通常的结构有七层，这七层中不包括输入层，其中每一层中都有不同的作用，所以每一层它的参数和权重各不相同。 输入层。处理好图像信息后输入（做好归一化处理等）。 注意此时输入图像的大小为32 * 32，这要比mnist数据库中的最大字母28 * 28要大，这样做的目的是希望潜在的明显特征能够出现在最高层特征监测子感受野的中心（笔画断线等）。 C1 卷积层。通过6个大小为

>>阅读原文<<