(1 revisi perantara oleh pengguna yang sama tidak ditampilkan)
Baris 41:
== Struktur ==
{{Perbandingan citra jaringan saraf.svg}}
{{comparison_image_neural_networks.svg}}Sebagai perwakilan jaringan saraf konvolusional awal, LeNet memiliki unit-unit dasar jaringan saraf konvolusional, seperti lapisan konvolusional (''convolutional layer''), lapisan penggabungan (''pooling layer''), dan lapisan terhubung sepenuhnya (''fully-connected layer'') yang merupakan dasar bagi pengembangan jaringan saraf konvolusional di masa mendatang. LeNet-5 terdiri dari tujuh lapisan dengan citra masukan berukuran 32*32 piksel. Selain lapisan masukan, setiap lapisan lainnya dapat [[Parameter kereta api|melatih parameter]] (seperti pada gambar). Cx merupakan representasi dari lapisan konvolusi, Sx merupakan representasi dari lapisan sub-sampling, Fx merupakan representasi dari lapisan koneksi lengkap, dan x merupakan representasi dari indeks lapisan.<ref name=":0">{{Cite journal|last=LeCun|first=Y.|last2=Boser|first2=B.|last3=Denker|first3=J. S.|last4=Henderson|first4=D.|last5=Howard|first5=R. E.|last6=Hubbard|first6=W.|last7=Jackel|first7=L. D.|date=December 1989|title=Backpropagation Applied to Handwritten Zip Code Recognition|journal=Neural Computation|volume=1|issue=4|pages=541–551|doi=10.1162/neco.1989.1.4.541|issn=0899-7667}}<cite class="citation journal cs1" data-ve-ignore="true" id="CITEREFLeCunBoserDenkerHenderson1989">LeCun, Y.; Boser, B.; Denker, J. S.; Henderson, D.; Howard, R. E.; Hubbard, W.; Jackel, L. D. (December 1989). "Backpropagation Applied to Handwritten Zip Code Recognition". ''Neural Computation''. '''1''' (4): 541–551. [[Pengenal objek digital|doi]]:[[doi:10.1162/neco.1989.1.4.541|10.1162/neco.1989.1.4.541]]. [[ISSN]] [[issn:0899-7667|0899-7667]]. [[S2CID (pengidentifikasi)|S2CID]] [https://api.semanticscholar.org/CorpusID:41312633 41312633].</cite></ref><ref>{{Cite web|title=卷积神经网络之LeNet - Brook_icv - 博客园|url=https://www.cnblogs.com/wangguchangqing/p/10329402.html|website=www.cnblogs.com|language=zh-cn|access-date=2019-11-16}}</ref><ref>{{Cite web|title=深度学习 CNN 卷积神经网络 LeNet-5 详解|url=https://blog.csdn.net/happyorg/article/details/78274066|website=blog.csdn.net|language=zh-CN|access-date=2019-11-16}}</ref>
Lapisan C1 adalah [[Lilitan|lapisan konvolusi]] dengan enam kernel konvolusi berukuran 5x5, sementara peta fiturnya berukuran 28x28 yang dapat mencegah informasi citra masukan keluar dari batas kernel konvolusi.
