卷积神经网络有哪些

卷积神经网络有 LeNet-5、AlexNet、VGGNet、InceptionNet、ResNet。

LeNet即LeNet5，由Yann LeCun在1998年提出，做为最早的卷积神经网络之一，是许多神经网络架构的起点。

AlexNet共有8层，由五层卷积、三层全连接组成，输入图像尺寸为224*224*3，网络规模远大于LeNet5。

VGGnet是由牛津大学和DeepMind研发的深度学习网络。

InceptionNet即GoogLeNet，旨在通过增加网络的宽度来提升网络的能力，与VGGNet通过卷积层堆叠的方式(纵向)相比，是一个不同的方向(横向)。

ResNet的特点是容易优化，并且能够通过增加相当的深度来提高准确率。其内部的残差块使用了跳跃连接，缓解了在深度神经网络中增加深度带来的梯度消失问题。

其它答案

冰阔落 2020-06-22 18:56:36

卷积神经网络是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，可以进行大型图像处理。卷积神经网络包括卷积层和池化层。卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器。在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。