卷积神经网络 LeNet-5各层参数详解

卷积神经网络 LeNet-5各层参数详解 一. 理解卷积和子采样 卷积过程：用一个可训练的滤波器fx去卷积一个输入的图像（第一阶段是输入的图像，后面的阶段就是卷积特征map），然后加一个偏置bx，得到卷积层Cx; 子采样过程：邻域四个像素求和变为一个像素，然后通过标量W加权，再增加偏置b，然后通过一个sigmoid激活函数，产生一个缩小四倍的特征映射图Sx+1 二. 理解用卷积代替全连接 三. 通

>>阅读原文<<