一、lenet-5 结构
lenet-5结构图如下所示，不包括输入，则共有7层
其各层可训练权值和偏置个数为：
INPUT -> C1: 6个5*5大小模板及6个偏置，共有6*(5*5+1) =156个训练参数
C1 -> S2: 6个常数权值及6个偏置，共有6+6 = 12 个训练参数
S2 -> C3: 模板大小仍为5*5，C3所生成的16个特征图与S2的6个特征图的卷积关系如下：
则共有6* (3*25+1) +6* (4*25+1) +3* (4*25+1) + (6*25+1) =1516个训练参数
C3 -> S4: 16个常数权值及16个偏置，共有16+16 =32 个训练参数
S4 -> C5: 实际上C5还是个卷积层，共有(16*5*5+1)*120 = 48120个训练参数
C5 -> F6: 全连接，共有120*84+84 = 10164个训练参数
F6 -> OUTPUT: 全连接，共有84*10+10 = 850个训练参数