lenet

LeNet是一种卷积神经网络，由Yann LeCun于1998年提出，是深度学习历史上最早的成功案例之一。它被广泛应用于手写数字识别和字符识别等领域。LeNet-5是LeNet系列中最为著名的一种，包含7层（3个卷积层、2个池化层和2个全连接层），其中卷积层使用5x5的滤波器进行卷积操作，池化层采用2x2的滑动窗口对特征图进行下采样，全连接层用于将特征向量映射到输出结果。LeNet的成功为后来深度学习的发展奠定了基础，也为图像识别领域带来了革命性的变革。