LeNet

LeNet-5 ，以用于实现手写识别的7层CNN（不包含输入层）为例，以下为LeNet-5的示意图：

Input Layer：1*32*32图像

Conv1 Layer：包含6个卷积核，kernal size：5*5，parameters:（5*5+1）*6=156个

Subsampling Layer：average pooling，size：2*2

                                Activation Function：sigmoid

Conv3 Layer：包含16个卷积核，kernal size：5*5 ->16个Feature Map

Subsampling Layer：average pooling，size：2*2

Conv5 Layer：包含120个卷积核，kernal size：5*5

Fully Connected Layer：Activation Function：sigmoid

Output Layer：Gaussian connections