卷积神经网络(CNN)又称卷积网络,通常用于进行批量图像数据的处理。经典的CNN层包括三部分,卷积层、激活函数和池化层,并在输出之前通过全连接层来集成图像特征并完成分类。CNN从90年代的LeNet开始,在21世纪初沉寂了10年,直到2012年AlexNet的出现又重新引起了人们的重视。从ZF Net到VGG、GoogLeNet,再到ResNet和最近的DenseNet,CNN网络越来越深,架构越来越复杂,解决反向传播时梯度消失的方法也越来越巧妙。 本文将介绍几种经典的分类卷积网络:LeNet-5、AlexNet、ZFNet、VGGNet、GoogLeNet、ResNet、SENet、Den