经典CNN模型特点总结

参考文章地址：https://www.cnblogs.com/skyfsm/p/8451834.html

1、LeNet

定义了CNN的最基本的架构：卷积层、池化层、全连接层。

2、AlexNet

特点：

• 更深的网络
• 数据增广技巧来增加模型泛化能力。
• 用ReLU代替Sigmoid来加快SGD的收敛速度
• 引入drop out防止过拟合
• Local Responce Normalization：局部响应归一层

3、VGG-16

特点：

• 进一步加深；
• 卷积层都是same的卷积，下采样完全是由max pooling来实现；
• 卷积层使用更小的filter尺寸和间隔，使用1×1和3×3的小卷积核；
• 3×3卷积核的优