首先，我们给出LeNet-5卷积神经网络的整体框架：
可以看出LeNet-5包含输入层共有8层，每一层都包含多个参数（权重）。C层代表的是卷积层，通过卷积操作，可以使原信号特征增强，并且降低噪音。 S层是一个下采样层，利用图像局部相关性的原理，对图像进行子抽样，可以减少数据处理量同时保留有用信息。可以看出LeNet-5包含输入
阅读背景：
对LeNet-5卷积神经网络的理解
来源：互联网
分享到：
