刚开始学习cnn,把前段时间看cnn相关的内容,今天稍微的总结下。在文章中差漏的地方,还望见谅。权当做交流。
文章开头先推荐一个网址:
https://github.com/BVLC/caffe/wiki/Model-Zoo
罗列了主流会议,近年来cnn上的相关进展和各种model,感兴趣的可以拿来阅读一番。
**
Cnn几篇重要的论文
**
Lenet-5 :Yann LeCun等在1998年发布的论文”Gradient-based learning applied to document recognition(Yan)” 不过当时并没有流行开来。
Alexnet:真正将cnn流行开来的是,Alex Krizhevsky等人在2012年发布的论文:Imagenet classification with deep convolutional neural networks. 在imagenet比赛上,将Top5错误率由26%大幅降低至15%。
VGG:基于alexnet,牛津大学 visual geometry group(VGG)Karen Simonyan 和Andrew Zisserman 于14年撰写的论文” Very Deep Convolutional Networks for Large-Scale Image Recognition”,主要探讨了深度对于网络的重要性;并建立了一个19层的深度网络获得了很好的结果;在ILSVRC上定位第一,分类第二。