卷积神经网络基础:(7)经典的网络架构

本文介绍了深度学习中的三个经典卷积神经网络架构:Alexnet、Vgg和Resnet。Alexnet是8层网络,包括5层卷积和3层全连接。Vgg通过使用小尺寸卷积核实现更细粒度特征提取,并有16层和19层版本。Resnet解决了网络加深导致的误差增大的问题,引入残差块,使网络可以达到上百层而不退化,广泛应用于多种任务的特征提取。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

经典网络架构:

(1)Alexnet:

 (2)Vgg:

(3)Resnet


经典网络架构:

(1)Alexnet:

 12年的经典之作,他是一个8层的网络,有5层的卷积,3层的全连接,其中的LRN层后来被证明没用,就不用去管他了。

 (2)Vgg:

14年的经典之作,比12年的改进了很多,右边是vgg有很多不同的版本,红色框起来的是比较主流的版本,Vgg所有的卷积都是3x3的(比较小),都是细粒度进行特征提取;

Vgg有16层和19层的

评论
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

Upupup6

写手不易请留下你的打赏鼓励谢谢

¥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