回答情况：
提问时间：
问题标签：
我知道每个问题都是个别的，但是当我想使用像LeNet-5这样的现有CNN架构时，有什么建议吗？
LeNet-5输入适用于32x32灰度图像。我的图像是50x50的rgb。此外，LeNet-5的输出是针对10个图像类别，我只有2个类别。我是否应该保留输出层10中的神经元数量并“仅使用2个”？或者最后一层应该只有2个神经元？
浏览 2提问于2020-05-13得票数 1
最近，我正在尝试实现Lenet-5 CNN。但我坚持如何将错误从conv层传播到上一层，例如，从C3层传播到S2层。有谁能帮帮我吗？
浏览 14提问于2016-07-29得票数 0
著名的LeNet-5架构如下所示：图层S2的输出维数为: 10x10x6 -因此基本上是一幅有6次抽搐的图像，用于导出特征。
浏览 0修改于2021-02-12得票数 3
我需要帮助理解LeNet-5 CNN：如何选择过滤器6和16？(基于数据集的直觉？)我能够使用PyTorch实现LeNet-5 .
如果你有什么建议，什么价值观最有效，为什么，我将不胜感激。数据集为Cifar-10。
浏览 0修改于2021-02-08得票数 0
回答已采纳
我试图训练LeNet 5的16输出的灰度图像的大小(30x30x1)。我在Keras中使用Adam优化器，对12800个没有丢失和正则化的样本进行了尝试，在400个批次大小为100的历元后，训练准确率达到了100%，而的验证精度达到了65%。
浏览 2修改于2020-08-06得票数 0
到目前为止，我在MNIST上训练了LeNet-5、Overfeat和Yolo .LeNet-5给了我一个很好的精度，但是通过一种简单的滑动窗口方法，我在FullHD图像上得到了4000个窗口(虽然有很大的进步)，这还不够快。
浏览 2修改于2020-02-24得票数 2
回答已采纳
LeNet-5:图像分类，VGG-16:图像分类起始模块:图像分类，EfficientNet:图像分类，
神经类型转换
浏览 4提问于2021-09-14得票数 1
回答已采纳
对于卷积网络，例如lenet-5，在C1层中有6个特征映射。每个特征映射都与一个唯一的卷积核(5x5矩阵)相关联。
同一图层中的任意两个特征地图之间有什么不同？
浏览 0修改于2016-01-22得票数 0
3回答
我想计算一下每层LeNet-5 ()需要多少次失败。有些论文给出了其他体系结构(、、)的失败，但是这些论文没有详细说明如何计算触发器的数量，我也不知道非线性激活函数需要多少触发器。
浏览 8提问于2016-12-20得票数 12
回答已采纳
我已经创建了一个 (LeNet-5)，它提供了相当好的精确度(98%)。
然后我试着看看它将如何表现在我手上的书面数据(显然来自不同的分布，只是好奇)。
浏览 0提问于2018-04-28得票数 2
我正在实现LeNet-5模型。我在一个时期内的随机时期和随机步长上得到以下错误。有时它就能正常工作，没有任何问题。
浏览 99修改于2021-05-15得票数 2
我刚刚尝试为mnist数据安装一个简单的LeNet-5。
我的训练和测试数据是第一次以Numpy格式。即(60000，28，28)。然后我把我的模型设置如下。
浏览 3修改于2022-02-10得票数 2
我们构建的配置是基于LeNet-5架构的。
在第一个卷积层中，没有问题。只有一个输入(照片)，并给出6个输出(6个特征图)和6 (5*5)过滤器。
浏览 24修改于2019-10-27得票数 0
回答已采纳
LeNet-5的输出层有点特殊，每个神经元输出其输入向量和其权重向量之间的欧几里得距离的平方，而不是计算输入向量和权重向量的点积。 例如，layer1有84个神经元，layer2有10个神经元。
浏览 43修改于2018-12-20得票数 5
回答已采纳
我试图在TensorFlow 2中训练一个LeNet-5模型，同时用C语言编写的自定义矩阵乘法和Conv2D卷积代替所有的稠密矩阵乘法和Conv2D卷积，更准确地说，我想保留这些梯度，因为它们是默认的，
浏览 6修改于2022-11-03得票数 1
回答已采纳
我现在正试图在tensorflow中实现LeNet-5，正如中所描述的。
浏览 0修改于2018-05-16得票数 1
当用lenet-5，alexnet和vgg19替换网络时，代码按预期工作，并且实现了与非对抗性的categorical_corssentropy损失功能绝对相当的准确性。
浏览 4修改于2020-05-18得票数 1
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号