文章首發于微信公眾號《有三AI》

【AI-1000問】為什么LeNet5倒數第二個全連接層維度為84？

為什么LeNet5倒數第二個全連接層維度為84？

相信大家也都知道LeNet5這個經典的卷積神經網絡，它有3個全連接層，輸出維度分別是120，84，10，不知道大家知不知道為什么倒數第2個全連接層的維度是84呢？

作者/編輯 言有三

?

LeNet5的網絡結構如下。

作為一個用于手寫數字識別的網絡，它的最后輸出是1*10的向量，而倒數第2層卻不是我們熟悉的4096，1024，512這樣的2的指數次冪的維度，而是84，那這是為什么呢。

解答：因為在計算機中字符的編碼是ASCII編碼，這些圖是用7*12大小的位圖表示的，也就是高寬比為7:12，如下圖，選擇這個大小可以用于對每一個像素點的值進行估計。

就這么簡單，不過既然來了就多說兩句吧。

上圖顯示了ASCII中的96個可打印字符，其中32是空格，不可見。

另外0～31以及127是控制字符/通信字符，控制字符如：LF（換行）、CR（回車）、DEL（刪除）等；通信字符如：SOH（文頭）、EOT（文尾）、ACK（確認）等，這兩類字符是不可打印的。

?

思考

是不是很粗暴的設定，居然跟位圖的大小有關。通常我們現在設定全連接層的維度都會是2的指數次冪或者最終分類數，不知道你有沒有見過一些其他的設定？不妨留言交流。

轉載文章請后臺聯系

侵權必究

感謝各位看官的耐心閱讀，不足之處希望多多指教。后續內容將會不定期奉上，歡迎大家關注有三公眾號 有三AI！

總結

以上是生活随笔為你收集整理的【AI-1000问】为什么LeNet5倒数第二个全连接层维度为84？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。