深度学习常见网络结构

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


你可能感兴趣的:(深度学习)