当前位置：网站首页>LeNet5 pytorch实现

LeNet5 pytorch实现

2022-08-09 14:57:00 【明天一定早睡早起】

LeNet5

LeNet5网络结构

网络采用LeNet5结构，数据集为MNIST。输入为32x32的单通道图像。网络共分为7层。

网络结构

C1层-卷积层

核大小：5x5
核数目：6
步长：1
输出特征图大小：6x28x28
激活函数采用sigmoid

S2层-池化层

采用平均池化
核大小：2x2
步长：2
输出特征图大小：6x14x14

C3层-卷积层

核大小：5x5
核数目：16
步长：1
输出特征图大小：16x10x10
激活函数采用sigmoid

S4层-池化层

采用平均池化
核大小：2x2
步长：2
输出特征图大小：16x5x5

F5-全连接层

输入：400维
输出：120维

F6-全连接层

输入：120维
输出：84维

F7-全连接层

输入：84维
输出：10维

代码部分

LeNet5.py定义了网络结构
train.py训练模型，生成onnx文件。可以通过Neutron查看网络结构。

代码见github

原网站

版权声明
本文为[明天一定早睡早起]所创，转载请带上原文链接，感谢
https://blog.csdn.net/laonafahaodange/article/details/121012234

边栏推荐

猜你喜欢

随机推荐