LeNet5verkko
LeNet-5-verkko on varhainen konvoluutioneuroverkko, suunniteltu käsin kirjoitettujen numeroiden tunnistukseen. Sen tarkoitus oli osoittaa, että gradienttilähtöinen oppiminen voidaan yhdistää visuaalisiin tehtäviin ja saavuttaa korkea tarkkuus pienellä koulutusdatalla. Verkko esiteltiin vuonna 1998 Yann LeCunin ja kumppanien artikkelissa Gradient-based learning applied to document recognition. Se on yksi varhaisista menestyneistä syväverkkoarkkitehtuureista ja usein mainitaan konvoluutioneuroverkkojen varhaisena perustana.
Arkkitehtuuri koostuu peräkkäisistä kerroksista. Alkuperäinen syöte on 32x32 pikselin harmaasävykuva. C1-kerroksessa on kuusi konvoluutiokarttaa, jokaisessa 5x5-ydin,
Koulutuksesta ja vaikutuksesta: LeNet-5 koulutettiin backpropagationilla ja käyttämällä pienempää koulutusdataa sekä tarvekoodatut painot. Verkko saavutti korkean
Nykykontekstissa LeNet-5 nähdään historiallisena virstanpylväänä CNN-tekniikassa. Modernit verkot käyttävät usein ReLU-aktivaatioita ja maksimaalisen poolauksen sijaan, mutta