lenet網絡優點

lenet誕生於1994 年，是最早的卷積神經網絡之一，並且推動了深度學習領域的發展。

自從 1988 年開始，在許多次成功的迭代後，這項由 Yann LeCun 完成的開拓性成果被命名為lenet5。

lenet5 的架構基於這樣的觀點：（尤其是）圖像的特徵分佈在整張圖像上，以及帶有可學習參數的卷積是一種用少量參數在多個位置上提取相似特徵的有效方式。

在那時候，沒有 GPU 幫助訓練，甚至 CPU 的速度也很慢。

因此，能夠保存參數以及計算過程是一個關鍵進展。

這和將每個像素用作一個大型多層神經網絡的單獨輸入相反。

lenet5 闡述了那些像素不應該被使用在第一層，因為圖像具有很強的空間相關性，而使用圖像中獨立的像素作為不同的輸入特徵則利用不到這些相關性。