经典卷积神经网络 LeNet 动手学深度学习v2 pytorch

1. 经典卷积神经网络 LeNet

2. 代码实现

对比 MLP 的精度，差不多，精度80%+

3. Q&A

• 1. 为什么用view而不用reshape呢？view和reshape没有什么大的区别，reshape会更快一点。
• 2. MLP数据比较大跑不动，所以要用CNN。如果能用MLP会更快。
• 3. 输出通道增多，表示可以识别的纹理信息更多。
• 4. 池化层一般用max还是avg，如果是识别物品种类，比如猫狗，max可能会好点。如果是做平滑滤镜，avg会更好。
• 5. LeNet当时用的Lua语言实现。
• 6. 神经网络的准确率一般是要过于用户满足的阈值，比如识别语音为文字，用户都能接收，就可以。
• 7. CNN每一层学到的纹理
     https://poloclub.github.io/cnn-explainer/

参考

https://www.bilibili.com/video/BV1t44y1r7ct?p=1