ディープラーニングのモデルを理解する上で押さえておくべき大事なものが３つ！
- どんなタスクを解いたのか？
- どういうアーキテクチャーだったのか？
- 精度はどれくらいか？
LeNet
1. どんなタスクを解いたのか？
タスク: 手書き数字を認識する問題
- 16x16の手書き数字を480枚
- train: 320枚
- test: 160枚
2. どういうアーキテクチャーだったのか？
3. 精度はどれくらいか？
精度: 98.4%
LeNet-5
1. どんなタスクを解いたのか？
LeNet-5は、手書き数字を認識する問題に取り組みました。このタスクは、手書きの数字（0から9まで）を自動的に分類するもので、MNISTデータセットに代表されます。このデータセットには、28x28ピクセルで表現された70,000枚の手書き数字画像が含まれています。
- トレーニングデータ: 60,000枚
- テストデータ: 10,000枚
2. どういうアーキテクチャーだったのか？
3. 精度はどれくらいか？
LeNet-5は、MNISTデータセットを用いた手書き数字認識タスクで非常に高い精度を達成しました。報告された精度は**99.05%**です。この成果により、LeNet-5はディープラーニングの発展において重要な役割を果たし、その後の多くの畳み込みニューラルネットワークの基礎となりました。