深度学习常见网络结构
其他
2018-07-06 05:16:08
阅读次数: 0
LeNet：基于渐变的学习应用于文档识别
AlexNet：具有深卷积神经网络的ImageNet分类
ZFNet：可视化和理解卷积网络
VGGNet：用于大规模图像识别的非常深的卷积网络
NiN：网络中的网络
GoogLeNet：卷入更深入
Inception-v3：重新思考计算机视觉的初始架构
ResNet：图像识别的深度残差学习
Stochastic_Depth：具有随机深度的深层网络
WResNet：非常深的网络的加权残差
Inception-ResNet：Inception-v4，inception-resnet以及剩余连接对学习的影响
Fractalnet：没有残差的超深层神经网络
WRN：宽残留网络
ResNeXt：深层神经网络的聚合残差变换
DenseNet：密集连接的卷积网络
PyramidNet：深金字塔残留网络
DPN：双路径网络
SqueezeNet：AlexNet级准确度，参数减少50倍，模型尺寸小于0.5MB
MobileNets：用于移动视觉应用的高效卷积神经网络
ShuffleNet：移动设备极高效的卷积神经网络
转载自blog.csdn.net/cyh153296/article/details/80900842