因为mnist的数据集的图片大小为28*28*1的灰度图片,而lenet神经网络是32*32*1的输入,因此我们将其微调,结构如下:
?...3:进行非线性激活
4:进行池化层操作,池化层大小为2*2大小,步长为2
5:进行卷积,卷积核为5*5*32,而核个数为64,步长为1
6:进行非线性激活
7:进行池化层操作,池化大小为2*2,步长为...在conv2d函数中,我们定义了卷积层,我们在TensorFlow中直接使用tf.nn.con2d()这个函数就可以,他的结构如下:
?...x 为 28*28*1,一个 batch_size 为 100,池化核大小用 ksize, 第一维和第四维都为 1,池化核大小为 2*2,垂直方向步长为 1,水平方向步长 为 1,填充方式为全零填充。...在上述代码中,我们定义了前向传播的过程
具体的过程有以下几步:
一:第一层卷积
1:根据先前定义的参数大小,初始化第一层卷积核和偏置项
2:实现卷积运算,输入参数为 x 和第一层卷积核参数。