LeNet是最早的卷积神经网络之一，由Yann LeCun等人在1990年代提出，并以其名字命名。最初，LeNet被设计用于手写数字识别，最著名的应用是在美国的邮政系统中识别手写邮政编码。LeNet架构的成功证明了卷积神经网络在解决实际问题中的有效性，为后续更复杂、更强大的CNN模型的发展奠定了基础。结构如下：我们知道手写数字识别数据集的数据，都是28×28的灰度图，下面我们将输入一个28×28的