经典卷积神经网络总结:LeNet-5、AlexNet、ZFNet、VGG、GoogleNet、ResNet

最新推荐文章于 2024-10-06 15:47:16 发布
最新推荐文章于 2024-10-06 15:47:16 发布
阅读量1.1w 收藏 24
点赞数 4
分类专栏： 计算机视觉 DeepLearning 文章标签： LeNet-5 AlexNet ZFNet VGGNet GoogleNet
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Mr_KkTian/article/details/53144119
版权
本文回顾了经典卷积神经网络的发展历程，从1998年的LeNet-5到2014年的VGGNet。LeNet-5开启了深度学习时代，AlexNet引入ReLU、Dropout和LRN，ZFNet通过反卷积解释CNN性能，而VGGNet通过深度探索展示了网络性能与深度的关系。
摘要由CSDN通过智能技术生成

1.LeNet-5—-1998

LeNet-5是卷积网络的开上鼻祖，它是用来识别手写邮政编码的，论文可以参考Haffner. Gradient-based learning applied to document recognition.

大名鼎鼎的LeNet5诞生于1994年，是最早的深层卷积神经网络之一，并且推动了深度学习的发展。从1988年开始，在多次成功的迭代后，这项由Yann LeCun完成的开拓性成果被命名为LeNet5。LeCun认为，可训练参数的卷积层是一种用少量参数在图像的多个位置上提取相似特征的有效方式，这和直接把每个像素作为多层神经网络的输入不同。像素不应该被使用在输入层，因为图像具有很强的空间相关性，而使用图像中独立的像素直接作为输入则利用不到这些相关性。

LeNet-5网络架构如下图：
这里写图片描述

LeNet-5的特点:

(1)每个卷积层包含三个部分：卷积、池化和非线性激活函数
(2)使用卷积提取空间特征
(3)降采样（Subsample）的平均池化层（Average Pooling）
(4)双曲正切（Tanh）或S型（Sigmoid）的激活函数
MLP作为最后的分类器
(5)层与层之间的稀疏连接减少计算复杂度

2.AlexNet—-2012

AlexNet可以说是现代深度CNN的奠基之作。2012年，Hinton的学生Alex Krizhevsky提出了深度卷积神经网络模型AlexNet，它可以算是LeNet5的一种更深更宽的版本。AlexNet中包含了几个比较新的技术点，也首次在CNN中成功应用了ReLU、Dropout和LRN等。同时AlexNet也使用了GP

最低0.47元/天 解锁文章
Rosun_
关注
专栏目录
深度学习及卷积神经网络综述
03-28
关于卷积神经网络的结构，本文提到了若干个里程碑式的结构，包括LeNet、AlexNet、ZFNet、VGGNet、NIN、GoogLeNet、ResNet和SENet等。这些结构在设计上各有特点，例如，LeNet是最早的卷积神经网络之一，而AlexNet在...
深度学习入门(一)：LeNet-5教程与详解
xiongxyowo的博客
11-21 2万+
1.什么是LeNet LeNet5诞生于1994年，是最早的卷积神经网络之一，并且推动了深度学习领域的发展。自从1988年开始，在多年的研究和许多次成功的迭代后，这项由Yann LeCun完成的开拓性成果被命名为LeNet5。 LeNet： 主要用来进行手写字符的识别与分类 确立了CNN的结构，现在神经网络中的许多内容在LeNet的网络结构中都能看到 虽然LeNet网络结构比较简单，但是刚好适合神经网络的入门学习。 2.分析 2.1.LeNet结构 如图所示，LeNet共分为7层，分别是： C1，卷
这可能是神经网络 LeNet-5 最详细的解释了！
红色石头的专栏
12-08 4万+
大家好，我是红色石头！说起深度学习目标检测算法，就不得不提 LeNet- 5 网络。LeNet-5由LeCun等人提出于1998年提出，是一种用于手写体字符识别的非常高效的卷积神经网络。出...
深度学习：5种经典神经网络模型介绍
最新发布
Henry的博客
10-06 2592
卷积神经网络（CNN）已经发展为图像识别、视频分析和自然语言处理等领域的核心工具本文将介绍五种在深度学习领域常见的CNN模型，分别是LeNetAlexNetVGGNetGoogLeNetResNet。
LeNet-5详解及pytorch实现
weixin_41009689的博客
03-09 6284
LeNet-5网络简介 LeNet-5出自论文Gradient-Based Learning Applied to Document Recognition，是一种用于手写体字符识别的非常高效的卷积神经网络。是入门深度学习网络的基础网络，LeNet-5网络虽然小，但是包含了深度学习的基本模块：卷积层、池化层、全连接层。LeNet5共有七层，不包含输入，每层都包含可训练参数，每个层有多个Featur...
卷积神经网络：LeNet-5
weixin_45873017的博客
12-14 1万+
2021SC@SDUSC LeNet-5卷积神经网络的整体框架： 特征映射：一幅图在经过卷积操作后得到结果称为特征图。 LeNet-5共有8层，包含输入层，每层都包含可训练参数；每个层有多个特征映射(，每个特征映射通过一种卷积核（或者叫滤波器）提取输入的一种特征，然后每个特征映射有多个神经元。C层代表的是卷积层，通过卷积操作，可以使原信号特征增强，并且降低噪音。 S层是一个降采样层，利用图像局部相关性的原理，对图像进行子抽样，可以减少数据处理量同时保留有用信息。 计算公式：输入图像的大小为nxn，卷积核的
LeNet-5详解
ac540101928的专栏
12-09 4831
一、前言 LeNet-5出自论文Gradient-Based Learning Applied to Document Recognition，是一种用于手写体字符识别的非常高效的卷积神经网络。 本文将从卷积神经网络结构的基础说起，详细地讲解每个网络层。 论文下载：请到文章结尾处下载。 二、卷积神经网络（Convolutional Neural Network, CNN） 在讲解LeNet-5之前，让我们先看下CNN。卷积神经网络能够很好的利用图像的结构信息。LeNet-5是一个较简单的卷积神经网
10大经典深度神经网络论文合辑
06-09
1. **LeNet-5**：由Yann LeCun在1998年提出的LeNet是第一个成功的卷积神经网络（Convolutional Neural Network，CNN）。它在手写数字识别任务上表现出色，开创了深度学习在图像识别领域的应用先河。 2. **AlexNet**...
卷积神经网络详解
08-29
常见的CNN结构包括LeNet-5、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet等。随着深度学习技术的发展，CNN结构越来越深，层次越来越多，比如ResNet比AlexNet复杂20多倍。这种层次的增加虽然带来了非线性能力的增强和...
卷积神经网络相关模块介绍
07-10
CNN的典型结构包括LeNet-5、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet、DenseNet、SENet、Residual Attention Networks、MobileNet和ShuffleNet等。随着层次的增加，网络可以学习到更高级别的抽象特征，但也可能...
Lenet -5 神经网络详解
hellocsz的博客
06-21 8264
网络解析（一）：LeNet-5详解 5 2,211 °CA+所属分类：深度学习摘要LeNet-5出自论文Gradient-Based Learning Applied to Document Recognition，是一种用于手写体字符识别的非常高效的卷积神经网络。一、前言LeNet-5出自论文Gradient-Based Learning Applied to Document Recognit...
LeNet-5、AlexNet、NIN、VGG(VGG16、VGG19)、GoogLeNet(Inception v1 v2 v3 v4)、Xception、ResNet、DenseNet
あずにゃん梓喵的博客
08-06 1993
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） 3.4 CNN架构 下面我们主要以一些常见的网络结构去解析，并介绍大部分的网络的特点。这里看一下卷积的发展历史图。 3.4.1 LeNet-5解析 首先我们从一个稍微早一些的卷积网络结构LeNet-5（这里稍微改了下名字）,开始的目的是用来识...
卷积神经网络（CNN）开山之作——LeNet-5。卷积神经网络基本介绍。
ZZR2631574030的博客
11-17 9249
LeNet-5诞生于上世纪90年代，是CNN的开山之作，最早的卷积神经网络之一，用于手写数字识别（图像分类任务），它的诞生极大地推动了深度学习领域的发展。LeNet在多年的研究和迭代后，Yann LeCun将完成的这项开拓性成果被命名为LeNet5，并发表在论文《Gradient-Based Learning Applied to Document Recognition》上，如今的AlexNet、ResNet等都是在其基础上发展而来的，在当年是一种用于手写体字符识别的非常高效的卷积神经网络。
神经网络系列（一）--LeNet5解析
coder
10-22 5782
文章目录一、简介二、网络架构1. 组成部分2. 各层详解三、总结 一、简介 LeNet是卷积神经网络的祖师爷LeCun在1998年提出，用于解决手写数字识别的视觉任务。当年美国大多数银行就是用它来识别支票上面的手写数字的，它是早期卷积神经网络中最有代表性的实验系统之一，是一种用于手写体字符识别的非常高效的卷积神经网络。 自那时起，CNN的最基本的架构就定下来了：卷积层、池化层、全连接层。 LeNe...
LeNet-5网络详解
鲤鱼与驴的博客
01-30 8750
介绍了LeNet-5网络的模型结构和模型特性
【深度学习】经典的卷积神经网络模型介绍（LeNet、AlexNet、VGGNet、GoogLeNet、ResNet和MobileNet）
热门推荐
点赞的都能无bug通过！
03-17 4万+
经典的卷积神经网络模型介绍卷积神经网络简介一、LeNet1、INPUT层-输入层2、C1层-卷积层3、S2层-池化层（下采样层）4、C3层-卷积层5、S4层-池化层（下采样层）6、C5层-卷积层7、F6层-全连接层二、AlexNet1、AlexNet特点2、ReLu作为激活函数3、数据增强4、层叠池化5、局部相应归一化6、Dropout7、Alex网络结构8、AlexNet参数数量三、VGG net1、VGG的特点2、VGG网络结构3、VGG优缺点四、GoogLeNet1、GoogLeNet Incepet
深度学习经典网络模型汇总——LeNet、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet【对卷积池化后特征图变化有详细讲解】
秃头小苏的博客
01-26 1万+
先来看一下我们要讲述哪些经典的网络模型，如下： LeNet ：最早用于手写数字识别的CNN网络 AlexNet ：2012年ILSVRC比赛冠军，比LeNet层数更深，这是一个历史性突破。 ZFNet ：2013年ILSVRC比赛效果较好，和AlexNet类似。 VGGNet ：2014年ILSVRC比赛分类亚军、定位冠军 GoogleNet ：2014年ILSVRC分类比赛冠军 ResNet ：2015年ILSVRC比赛冠军，碾压之前的各种网络 LeNet ​ 1989年，Yang LeCun等
经典卷积神经网络详解（AlexNet、VGG、NiN、GoogLeNet、ResNet、DenseNet、CSPNet、Darknet、EfficientNet、SqueezeNet..）
zyw2002的博客
03-04 1万+
经典卷积神经网络详解（AlexNet、VGG、NiN、GoogLeNet、ResNet、DenseNet、CSPNet、Darknet、EfficientNet、SqueezeNet,MobileNet,GhostNet等）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值