基础网络结构（VGGNet, Inception, ResNet)

最新推荐文章于 2025-06-03 11:52:42 发布

小白的深度学习之路

最新推荐文章于 2025-06-03 11:52:42 发布

阅读量3.2k

点赞数

CC 4.0 BY-SA版权

分类专栏：网络结构文章标签：经典基础网络结构

本文链接：https://blog.youkuaiyun.com/weixin_43198141/article/details/90035629

本文介绍了VGGNet、Inception和ResNet这三种经典的基础网络结构。VGGNet以其深而窄的结构著称，Inception通过多尺度特征提取提升性能，ResNet则通过残差学习解决深度网络的梯度消失问题。各网络均有其优化和改进的版本，如Inception V3和ResNet-50。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

VGGNet

VGGNet是在2014年ImageNet ILSVRC图像分类竞赛获得第二名提出的神经网络架构。论文连接：Very Deep Convolutional Networks for Large-Scale Image Recognition
VGGNet网络结构
其中最常用的是VGGNet-16结构，从上图中可以看出VGGNet-16是由13层CNN层+3层FC层组成的，采用的卷积核都是33大小的。由于又全连接的存在，网络的输入维度是固定的，为batchsize2242243。VGG-16具体的feature map的维度如下图所示
在这里插入图片描述
由于该网络存在2个4096维度的全连接层，大大增加了网络训练参数，使得其耗费的计算资源也更多。

Inception

Inception是和VGGNet同年在ImageNet大赛获得第一名成绩的GoogleNet的核心网络结构。其家族网络有四个版本，下面是四个版本的论文连接：
Inception V1:https://arxiv.org/abs/1409.4842
Inception V2:https://arxiv.org/abs/1502.0316