LeNet-5：曾经统治计算机视觉的神经网络！

🚀 你知道吗？ 现代计算机视觉（CV）领域的许多神经网络，都能追溯到 1998 年 的一个奠基性模型——LeNet-5！它是由 Yann LeCun 提出的第一个 成功应用卷积神经网络（CNN） 的模型，被称为深度学习的“开山鼻祖”！

今天，我们就来通俗易懂地聊聊这个 经典 CNN，看看它是如何影响整个深度学习领域的！

📌 1. 什么是 LeNet-5？

LeNet-5 是最早用于 手写数字识别（MNIST 数据集） 的深度学习模型。它的设计灵感来源于人类视觉系统，可以自动学习图像特征，而不需要手工设计特征提取方法（如 SIFT、HOG）。

📌 关键词：CNN、自动特征提取、手写数字识别、奠基模型

LeNet-5 由两部分组成：
1️⃣ 卷积 + 池化层：用于提取特征（特征提取部分）
2️⃣ 全连接层：用于分类（分类部分）

📊 2. LeNet-5 网络结构

下面是 LeNet-5 的网络结构示意图（附图）：

📷 [ LeNet-5 结构图]

👉 简单来说，LeNet-5 先用卷积层提取特征，再用全连接层分类！

🚀 3. LeNet-5 为啥牛？

🔍 ✅ 贡献 1：提出“卷积 + 池化”框架
LeNet-5 开创了 CNN 结构，解决了传统方法 手工设计特征 的难题。

🔍 ✅ 贡献 2：参数共享 & 计算优化
CNN 采用 卷积核（filter） 进行特征提取，可以减少参数，提高计算效率！

🔍 ✅ 贡献 3：影响深远，现代 CNN 的鼻祖

• AlexNet (2012)：更深更大的 CNN，推动深度学习爆发。
• VGG (2014)：更深的网络结构，强化 CNN 能力。
• ResNet (2015)：提出“残差连接”，解决深层 CNN 训练困难的问题。
• Vision Transformer (ViT, 2020)：用 Transformer 处理图像，但 CNN 仍是重要基础！

📌 可以说，LeNet-5 是现代计算机视觉的“祖师爷”！

🛠️ 4. LeNet-5 还能用在哪？

虽然 LeNet-5 已经过时，但仍然适用于：
✅ 学习 CNN 基础：LeNet-5 结构简单，是最好的 CNN 入门模型！
✅ 小型数据集：如 MNIST、轻量级图像分类任务。
✅ 嵌入式设备：适合 低算力环境，如边缘计算、IoT 设备。

但如果要处理更复杂的图像（如猫狗分类、ImageNet），建议使用 ResNet、EfficientNet 或 Transformer 结构。

💻 5. LeNet-5 代码实现

如果你想自己跑一下 LeNet-5，下面是 PyTorch 代码（仅需几行代码即可实现！）：

import torch
import torch.nn as nn

class LeNet5(nn.Module):
    def __init__(self):
        super(LeNet5, self).__init__()
        self.conv1 = nn.Conv2d(1, 6, 5)  
        self.pool1 = nn.MaxPool2d(2, 2)  
        self.conv2 = nn.Conv2d(6, 16, 5)  
        self.pool2 = nn.MaxPool2d(2, 2)  
        self.fc1 = nn.Linear(16 * 4 * 4, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool1(torch.relu(self.conv1(x)))
        x = self.pool2(torch.relu(self.conv2(x)))
        x = torch.flatten(x, 1)  
        x = torch.relu(self.fc1(x))
        x = torch.relu(self.fc2(x))
        x = self.fc3(x)  
        return x

# 测试模型
model = LeNet5()
x = torch.randn(1, 1, 28, 28)  
y = model(x)
print(y.shape)  # 预期：torch.Size([1, 10])

只需几行代码，就能实现 LeNet-5 结构！

🔚 6. 总结

✨ LeNet-5 是 CNN 的开山之作，奠定了深度学习的基础！
🔍 它虽然不再主流，但学习 CNN 必须了解它！
📌 现代 CV 更推荐使用 ResNet、ViT，但 LeNet-5 仍适合入门、教学和轻量级任务！