LeNet模型的F6层为什么是84？为什么是84？
看了一个大佬的解释，卷积神经网路初探——LeNet-5的原理与手写数字识别的实现，似懂非懂，看文章下的提问感觉也是没弄清楚，求大佬们解释一波，给大佬递茶了
因为LeNet模型希望能够识别ASCII列印字元，而标准ASCII字元列印大小是7*12=84。
..., they were instead designed to represent a stylized image of the corresponding character class drawn on a 7*12 bitmap(hence the number 84).
Such a representation is not particularly useful for recognizing isolated digits, but it is quite useful for recognizing strings of characters taken from the full printable ASCII set.
由于ASCII字元标准的列印字元，是用7*12大小的点阵图表示的。
LeNet在输出层之前最后一个全连接层的大小设置为84，个人以为，是希望每一维特征分别体现标准7*12大小点阵图上每一个像素点的特性。
参考链接：http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf
mark 一下，到实验室再看
推荐阅读：
