LeNet-5科学家Yann LeCun在1998年发表论文《Gradient based learning applied to document-recognition》上提出的一个神经网络模型,是最早期的卷积神经网络,论文中,作者将LeNet-5应用于于灰度图像的数字识别中获得了不错的效果。关于LeNet-5卷积神经网络原理,在上一篇介绍卷积神经网络入门博客中已经阐述清楚,本篇中,我们主要对LeNet-5使用TensorFlow进行实现。
LeNet-5网络结构如下所示:
接下来,本文就上图所示LeNet-5结构进行实现。
In [25]:
import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltfrom tensorflow import kerasfrom tensorflow.keras import datasets, layers, optimizers, Sequential ,metrics
index = 1fig, axes = plt.subplots(4, 3, figsize=(8, 4), tight_layout=True)for row in range(4): for col in range(3): axes[row, col].imshow(x[index]) axes[row, col].axis('off') axes[row, col].set_title(y[index]) index += 1plt.show()