LeNet

LeNetは、手書き数字認識のためにヤン・ルカン氏らによって提案された、初期の畳み込みニューラルネットワークです。MNISTなどのデータセットを対象に、高い認識精度を達成したことで知られています。

構造としては、畳み込み層とプーリング層を交互に配置し、最後に全結合層を置くという、現在のCNNの基本となるアーキテクチャを確立しました。バックプロパゲーション（逆伝播法）を用いて重みを学習させた先駆的なモデルです。

G検定では、畳み込みニューラルネットワークの歴史的出発点として重要です。現在のDeep Learningのモデルにつながる基本構造を、1990年代にすでに確立していたという点を理解しておく必要があります。