CNN ，LeNet-5

卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，主要用于处理具有类似网格结构的数据，例如图像和声音。CNN中的每个神经元只对其前一层的一小部分区域进行计算，这样可以大大减少需要训练的参数数量，从而提高了训练效率。而LeNet-5是一种经典的CNN结构，由Yann Lecun等大神在1994年提出，主要用于手写字符识别任务。LeNet-5包含两个卷积层和两个池化层，以及三个全连接层，其中第一个全连接层有120个神经元，第二个全连接层有84个神经元，最后一个全连接层有10个神经元，用于输出分类结果。LeNet-5的结构简单而有效，为后来的CNN结构奠定了基础，成为了深度学习领域的里程碑之一。