CNN模型-AlexNet VGG googleNet ResNet

最近一直在学习目标检测，计算机视觉的一个重要领域。而cnn是现在语音分析和图像识别的一个研究重点，它的共享权值策略不仅降低了网络模型的复杂度，也减少了训练的权值的数量。

CNN网络的训练

第一阶段，向前传播阶段：

a）从样本集中取一个样本(X,Yp)，将X输入网络；
b）计算相应的实际输出Op。

在此阶段，信息从输入层经过逐级的变换，传送到输出层。这个过程也是网络在完成训练后正常运行时执行的过程。在此过程中，网络执行的是计算（实际上就是输入与每层的权值矩阵相点乘，得到最后的输出结果）：

          Op=Fn（…（F2（F1（XpW（1））W（2））…）W（n））

第二阶段，向后传播阶段

a）算实际输出Op与相应的理想输出Yp的差；
b）按极小化误差的方法反向传播调整权矩阵

本文主要介绍LeNet5，Alexnet，Googlenet，VGG

   LeNet5：

         是用于手写字体识别的一个经典CNN，曾用于银行签名识别。

 

    Al