CNN学习笔记之LeNet-5模型各层参数理解
来源:互联网 发布:linux下lnmp的搭建 编辑:程序博客网 时间:2024/06/02 05:18
LeNet-5 模型是Yann LeCun 教授于1998年在论文《Gradient-based learning applied to document recognition》中提出的,它是第一个成功应用于数字识别问题的卷积神经网络。在 MNIST 数据集上,LeNet-5 模型可以达到大约99.2%的正确率。LeNet-5 模型共有7层,如下图所示:
第1层 卷积层
输入图片尺寸:32x32x1;
输出图片尺寸:28x28x6;(filter=5*5, strides=1, padding='VALID')
卷积层参数:5x5x1x6+6=156个参数,其中6个为偏置参数;
卷积层连接:(5x5+1)x28x28x6=122304个连接。
第2层 池化层
输入图片尺寸:28x28x6;
输出图片尺寸:14x14x6;(filter=2*2, strides=2, padding='SAME')
池化层参数:2x6=12个参数;
池化层连接:(4+1)x14x14x6=5880个连接。
第3层 卷积层
输入图片尺寸:14x14x6;
输出图片尺寸:10x10x16;(filter=5*5, strides=1, padding='VALID')
卷积层参数:(5x5x3+1)x6 + (5x5x4 + 1) x 3 + (5x5x4 +1)x6 + (5x5x6+1)x1 = 1516个参数;
卷积层连接:1516x10x10=151600个连接。
Note: C3的前6个特征图以S2中3个相邻的特征图子集为输入。接下来6个特征图以S2中4个相邻特征图子集为输入。然后的3个以不相邻的4个特征图子集为输入。最后一个将S2中所有特征图为输入。这样C3层有1516个可训练参数和151600个连接。
第4层 池化层
输入图片尺寸:10x10x16;
输出图片尺寸:5x5x16;(filter=2*2, strides=2, padding='SAME')
池化层参数:2x16=32个参数;
池化层连接:(4+1)x5x5x16=2000个连接。
第5层 卷积层(实质上因为滤波器大小为5x5,等价于全连接层)
输入图片尺寸:5x5x16;
输出图片尺寸:1x1x120;
卷积层参数:(5x5x16+1)x120=48120个参数;
卷积层连接:(5x5x16+1)x120=48120个连接,与参数大小一致。
第6层 全连接层
输入图片尺寸:1x1x120;
输出图片尺寸:1x1x84;
全连接层参数:(120+1)x84=10164个参数;
全连接层连接:(120+1)x84=10164个连接,与参数大小一致。
第7层 全连接层
输入图片尺寸:1x1x84;
输出图片尺寸:1x1x10;
全连接层参数:(84+1)x10=850个参数;
全连接层连接:(84+1)x10=850个连接,与参数大小一致。
- CNN学习笔记之LeNet-5模型各层参数理解
- CNN LeNet-5模型 学习笔记
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- 学习笔记:Caffe上LeNet模型理解
- 学习笔记:Caffe上LeNet模型理解
- [深度学习之CNN]CNN卷积神经网络LeNet-5
- LeNet网络模型各层及参数解读
- 深度学习之LeNet模型
- Deep Learning(深度学习)之LeNet-5卷积参数个人理解
- 深度学习之一:卷积神经网络CNN经典模型整理(Lenet-5)
- Deep Learning模型之:CNN卷积神经网络(二) 文字识别系统LeNet-5
- Deep Learning模型之:CNN卷积神经网络(二) 文字识别系统LeNet-5
- 【六】 Deep Learning模型之:CNN卷积神经网络(二) 文字识别系统LeNet-5
- Deep Learning模型之:CNN卷积神经网络(二) 文字识别系统LeNet-5
- Eclipse中使用Maven配置WebDriver+TestNg自动化测试环境(一)
- Microsoft Visual Studio 2013
- Web
- 第十三周【项目3
- Trie树
- CNN学习笔记之LeNet-5模型各层参数理解
- linux中maven私服nexus的配置
- Web
- java入门DAY2
- 01_JavaCore—扯淡史
- LeetCode-5(反转列表I、II)
- Excel 写入复制模板,写入数据并下载
- CodeForces
- 支持向量机(二)