LeNet卷积神经网络

文章目录

简介

它是最早发布的卷积神经网络之一

conv2d

这个卷积成的参数先进行介绍一下:

python 复制代码
self.conv1 = nn.Conv2d(in_channels=3, out_channels=10, kernel_size=3, stride=1, padding=1)

先看一下in_channels 输入的通道数,out_channels输出通道数,然后彩色图片一般是3的通道数,kernel_size:是进行卷积的矩阵长和宽,stride 是走的步长, padding 是原图片当中填充的的长和宽,

他们的关系:其实这个in_channels,out_channels,就是你这一层需要的通道数,和自己输出的通道数,和 kernel_size, stride, padding 没有直接关系,而kernel_size, stride, padding 是修改的图片的高宽,是用来获取图片特征很有用的参数

网络层的结构

我们对原始模型做了一点小改动,去掉了最后一层的高斯激活。除此之外,这个网络与最初的LeNet-5一致。

python 复制代码
net = nn.Sequential(
    nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
    nn.AvgPool2d(kernel_size=2, stride=2),
    nn.Flatten(),
    nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),
    nn.Linear(120, 84), nn.Sigmoid(),
    nn.Linear(84, 10))
相关推荐
青春不败 177-3266-05201 小时前
MATLAB近红外光谱分析技术及实践技术应用
随机森林·机器学习·支持向量机·matlab·卷积神经网络·遗传算法·近红外光谱
NeoFii7 小时前
Day 22: 复习
机器学习
码字的字节8 小时前
深度学习损失函数的设计哲学:从交叉熵到Huber损失的深入探索
深度学习·交叉熵·huber
凪卄12139 小时前
图像预处理 二
人工智能·python·深度学习·计算机视觉·pycharm
巫婆理发2229 小时前
强化学习(第三课第三周)
python·机器学习·深度神经网络
碳酸的唐9 小时前
Inception网络架构:深度学习视觉模型的里程碑
网络·深度学习·架构
AI赋能9 小时前
自动驾驶训练-tub详解
人工智能·深度学习·自动驾驶
seasonsyy9 小时前
1.安装anaconda详细步骤(含安装截图)
python·深度学习·环境配置
deephub9 小时前
AI代理性能提升实战:LangChain+LangGraph内存管理与上下文优化完整指南
人工智能·深度学习·神经网络·langchain·大语言模型·rag
go546315846510 小时前
基于深度学习的食管癌右喉返神经旁淋巴结预测系统研究
图像处理·人工智能·深度学习·神经网络·算法