一、CNN神经网络的发展史:
Lenet,1986年
Alexnet,2012年 2012年,Imagenet比赛冠军的model——Alexnet [2](以第一作者alex命名),AlexNet 是一种典型的 convolutional neural network,它由5层 convolutional layer,2层 fully connected layer,和最后一层 label layer (1000个node, 每个node代表ImageNet中的一个类别) 组成
GoogleNet,2014年 14年比赛冠军的model,这个model证明了一件事:用更多的卷积,更深的层次可以得到更好的结构。
VGG,2014年 VGGNet是google和牛津大学一起研发的卷积神经网络,VGG-Net不同于AlexNet的地方是:VGG-Net使用更多的层,通常有16-19层,而AlexNet只有8层。另外一个不同的地方是:VGG-Net的所有convolutional layer 使用同样大小的 convolutional filter,大小为 3 x 3。
Deep Residual Learning,2015年,这个model是2015年底最新给出的,也是15年的imagenet比赛冠军。可以说是进一步将conv进行到底,最深的model采用的152层
不同的卷积神经网络的对比:
深度学习---卷积神经网络解决分类与回归问题
最新推荐文章于 2024-06-08 19:07:59 发布