图解CNN十大算法架构

在深度学习应用中,算法主要分为三大类:

  • 用于影像图像数据进行分析处理的卷积神经网络(CNN)
  • 用于文本分析自然语言处理的递归神经网络(RNN)
  • 用于数据生成或非监督学习应用的生成对抗网络(GAN)

随着技术的研究发展,基于这三大类传统算法,也不断衍生出不同的算法变体,其中基于CNN架构的变体有如下几种:

为了更好的直观理解算法的架构下图是各图的图例解释:
在这里插入图片描述

1. LeNet-5

请添加图片描述

2. AlexNet

请添加图片描述

3. VGG-16

请添加图片描述

4. Inception-v1

请添加图片描述

5. Inception-v3

在这里插入图片描述

6. Inception-v4

在这里插入图片描述

7. ResNet-50

在这里插入图片描述

8. ResNeXt-50

在这里插入图片描述

9. Inception-ResNets

在这里插入图片描述

10. Xception

在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

T1.Faker

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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