【深度学习算法原理】经典CNN结构——LeNet-5

1. 概述

LeNet-5 诞生于1994年，是最早的深层卷积神经网络之一，推动了深度学习的发展。从1988年开始，在多次成功的迭代后，这项由Yann LeCun完成的开拓性成果被命名为LeNet-5。最初被用于手写数字识别，当年美国大多数银行就是用它来识别支票上面的手写数字的，它是早期卷积神经网络中最有代表性的实验系统之一。

2. 算法的基本思想

2.1. LeNet-5的网络结构

LeNet-5的网络结构入下图所示：

LeNet-5中主要由2个卷积层、2个下抽样层（池化层）、3个全连接层组成，其中：

虽然LeNet-5现在已经很少使用，但是其是奠定了现代卷积神经网络的基石之作。

参考文献

• http://yann.lecun.com/exdb/publis/pdf/lecun-98.pdf