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
java1234_小锋34 分钟前
PyTorch2 Python深度学习 - PyTorch2安装与环境配置
开发语言·python·深度学习·pytorch2
CClaris35 分钟前
深度学习——反向传播的本质
人工智能·python·深度学习
哲此一生9841 小时前
YOLO11追踪简单应用
人工智能·pytorch·深度学习
双翌视觉2 小时前
机器视觉的手机模组背光贴合应用
人工智能·机器学习·智能手机·1024程序员节
B站计算机毕业设计之家2 小时前
计算机视觉:pyqt5+yoloV5目标检测平台 python实战 torch 目标识别 大数据项目 目标跟踪(建议收藏)✅
深度学习·qt·opencv·yolo·目标检测·计算机视觉·1024程序员节
leo__5202 小时前
基于经验模态分解的去趋势波动分析(EMD-DFA)方法
人工智能·算法·机器学习
FanXing_zl3 小时前
10分钟学懂线性代数
人工智能·线性代数·机器学习
电棍2333 小时前
pytorch若干重要函数与重要理论的学习和实践
pytorch·深度学习·transformer
番茄寿司4 小时前
基于LSTM的多变量时间序列预测创新路径
论文阅读·深度学习·计算机网络·机器学习·lstm
墨利昂4 小时前
深度学习常用优化器解析
人工智能·深度学习·机器学习·1024程序员节