经典卷积神经网络(LeNet、AlexNet、VGGNet、InceptionNet、ResNet)

已于 2023-07-14 09:02:27 修改
阅读量271 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 深度学习 文章标签： cnn 深度学习 人工智能
于 2023-07-13 21:58:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_50247958/article/details/131028929
文章总结了经典卷积神经网络模型，包括LeNet的早期应用，AlexNet引入ReLU和Dropout防止过拟合，VGGNet利用小尺寸卷积核提升准确率，InceptionNet的多尺度特征捕获，以及ResNet的残差学习框架解决梯度消失问题。同时，提到了ResNet网络结构中两种不同的ResNet块实现，并给出了初步的网络搭建代码示例。

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

经典卷积神经网络

在这里插入图片描述

LeNet

在这里插入图片描述

AlexNet

使用ReLu激活函数提升了训练速度，使用Dropout缓解了过拟合。
在这里插入图片描述

VGGNet

使用小尺寸卷积核，在减少参数的同时，提高了识别准确率。
在这里插入图片描述
越靠后，特征图越小，通过增加卷积核的个数，增加了特征图的深度，保持了信息的承载能力。

InceptionNet

引入了Inception结构块，在同一层网络内使用不同尺寸的卷积核，提升了模型感知力；使用了批标准化，缓解了梯度消失。
在这里插入图片描述
在这里插入图片描述

ResNet

在这里插入图片描述
ResNet块有两种不同的结构，如图虚线和实线两种。
在这里插入图片描述
在这里插入图片描述
x是输入，y是输出。call函数是入口，根据if条件判断调用init中的函数。

搭建网络结构（代码）

在这里插入图片描述
第一层采用64个3*3的卷积核。接下来是8个resnet块（4个橙色块）。
residual_path=true 虚线连接；residual_path=false 实线连接

经典卷积神经网络总结

在这里插入图片描述

经典卷积神经网络
m0_57677267的博客
07-12 505
《动手学深度学习》 经典卷积神经网络 笔记
【深度学习基础】经典卷积神经网络
fengdu78的博客
11-17 1094
导语卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networ...
经典的卷积神经网络
moonlightpeng的博客
11-08 2649
目录 LeNet-5 AlexNet VGG GoogLeNet Stack more layers LeNet-5 28*28 Subsampling 并不是maxpooling 隔行采样或隔点采样--》没有参数 AlexNet 很多的创新 Max pooling 引入 ReLu之前是sigmod或--- Dropout操作 VGG 发明六种版本的 VGG11,16,19 之前使用11*11的核，感受域大，接近于全连接 现在研究发现3...
经典的卷积网络结构-LeNet、AlexNet、VGG、ResNet、Inception
个人记录使用
11-26 1005
文章目录1.为什么进行实例探究？2.经典网络2.1 LeNet-52.2 AlexNet2.3 VGG-163.残差网络4.残差网络有什么用？5.网络中的网络以及1×1卷积6.谷歌Inception网络简介7.Inception网络8.使用开源的实现方案9.迁移学习10.数据增强11.计算机视觉现状 1.为什么进行实例探究？ 通过阅读别人的论文和代码来学习。 后面会学习几个经典的网络模型。 2....
图像分类之经典卷积神经网络AlexNET、VGG、GoogLeNet、ResNet和DenseNet
qq_39987519的博客
06-28 3950
1、CNN的架构模型   CNN是一种前馈网络，即信息流从输入到输出都是单向的。正如人工神经网络(ANN)是受生物学启发的，CNN也是。大脑的视觉皮层由简单细胞和复杂细胞交替组成(Hubel & Wiesel, 1959, 1962)，这激发了他们对CNN架构的设计。CNN的架构有多种变体，通常，它们由卷积层和池化层(subsampling)组成，这些层被分组成模块。在前馈网络中，最后会连接一层或多层全连接层。这些模块通常堆叠在一起，形成一个深层模型。   图像直接输入到CNN网络中，接下来是几个
[tensorflow2笔记九] 使用keras复现经典卷积网络LeNet、AlexNet、VGGNet、InceptionNet、ResNet
滨哥v5的博客
02-27 457
使用keras复现经典网络LeNet、AlexNet、VGGNet、InceptionNet、ResNet
经典CNN的实现 LeNet AlexNet VGGNet
weixin_49374896的博客
03-12 1755
使用keras神经网络搭建“六步法”实现经典CNN：LeNet AlexNet VGGNet
LeNet、AlexNet、VGG、GoogleNet、ResNet经典网络总结
weixin_45979619的博客
03-09 2220
Inception就是把多个卷积或池化操作，放在一起组装成一个网络模块，设计神经网络时以模块为单位去组装整个网络结构。模块如下图所示在未使用这种方式的网络里，我们一层往往只使用一种操作，比如卷积或者池化，而且卷积操作的卷积核尺寸也是固定大小的。但是，在实际情况下，在不同尺度的图片里，需要不同大小的卷积核，这样才能使性能最好，或者或，对于同一张图片，不同尺寸的卷积核的表现效果是不一样的，因为他们的感受野不同。
Keras实现经典的卷积神经网络
09-11
Keras实现经典的卷积神经网络用于cifar10图像分类:NIN,VGG,ResNet,DenseNet,SeNet
经典的卷积神经网络模型 - ResNet
最新发布
二分掌柜的
07-02 2272
flyfish
经典卷积神经网络汇总
女王の专属领地
06-18 760
Lenet，1986年Alexnet，2012年GoogleNet，2014年VGG，2014年Deep Residual Learning，2015年 Lenet就从Lenet说起，可以看下caffe中lenet的配置文件（点我），可以试着理解每一层的大小，和各种参数。由两个卷积层，两个池化层，以及两个全连接层组成。 卷积都是5*5的模板，stride=1，池化都是MAX。下图是一
【深度学习】经典的卷积神经网络模型介绍（LeNet、AlexNet、VGGNet、GoogLeNet、ResNet和MobileNet）
热门推荐
点赞的都能无bug通过！
03-17 5万+
经典的卷积神经网络模型介绍卷积神经网络简介一、LeNet1、INPUT层-输入层2、C1层-卷积层3、S2层-池化层（下采样层）4、C3层-卷积层5、S4层-池化层（下采样层）6、C5层-卷积层7、F6层-全连接层二、AlexNet1、AlexNet特点2、ReLu作为激活函数3、数据增强4、层叠池化5、局部相应归一化6、Dropout7、Alex网络结构8、AlexNet参数数量三、VGG net1、VGG的特点2、VGG网络结构3、VGG优缺点四、GoogLeNet1、GoogLeNet Incepet
深度学习模型——经典卷积神经网络（从概念到实现）【上】
weixin_63226390的博客
05-14 424
动手深度学习（第二版）
深度学习里程碑：LeNet, AlexNet, VGGNet与ResNet解析
"这篇文档详细介绍了深度卷积神经网络的发展历程，主要关注了三个具有里程碑意义的模型：LeNet-5、AlexNet和VGG-16，以及提到了残差网络的概念。" 深度卷积神经网络（CNNs）在计算机视觉领域扮演着至关重要的角色，...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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