LeNet
LeNet és una estructura de xarxa neuronal convolucional proposada per Yann LeCun et al. el 1989. En general, LeNet es refereix a LeNet-5 i és una xarxa neuronal convolucional simple. Les xarxes neuronals convolucionals són una mena de xarxa neuronal d'alimentació anticipada les neurones artificials de la qual poden respondre a una part de les cèl·lules circumdants en el rang de cobertura i funcionar bé en el processament d'imatges a gran escala.[1]
LeNet-5 va ser una de les primeres xarxes neuronals convolucionals i va promoure el desenvolupament de l'aprenentatge profund. Des del 1988, després d'anys d'investigació i moltes iteracions reeixides, el treball pioner s'ha anomenat LeNet-5.[2]
Característiques: [3]
- Cada capa convolucional inclou tres parts: funcions de convolució, agrupació i activació no lineal.
- Utilització de la convolució per extreure característiques espacials (originalment la convolució es deia camps receptius).
- Capa d'agrupació mitjana de submostreig.
- Funció d'activació tanh.
- Utilització de MLP com a darrer classificador.
- Connexió escassa entre capes per a reduir la complexitat del càlcul.
Referències[modifica]
- ↑ LeCun, Y.; Boser, B.; Denker, J. S.; Henderson, D.; Howard, R. E. Neural Computation, 1, 4, desembre 1989, pàg. 541–551. DOI: 10.1162/neco.1989.1.4.541. ISSN: 0899-7667.
- ↑ Lecun, Yann Technical Report CRG-TR-89-4, juny 1989.
- ↑ Alake, Richmond. «Understanding and Implementing LeNet-5 CNN Architecture (Deep Learning)» (en anglès). https://towardsdatascience.com,+05-03-2022.+[Consulta: 29 juny 2022].