CNN结构模型一句话概述:从LeNet到ShuffleNet

  1. LeNet:基于渐变的学习应用于文档识别
  2. AlexNet:具有深卷积神经网络的ImageNet分类
  3. ZFNet:可视化和理解卷积网络
  4. VGGNet:用于大规模图像识别的非常深的卷积网络
  5. NiN:网络中的网络
  6. GoogLeNet:卷入更深入
  7. Inception-v3:重新思考计算机视觉的初始架构
  8. ResNet:图像识别的深度残差学习
  9. Stochastic_Depth:具有随机深度的深层网络
  10. WResNet:非常深的网络的加权残差
  11. Inception-ResNet:Inception-v4,inception-resnet以及剩余连接对学习的影响
  12. Fractalnet:没有残差的超深层神经网络
  13. WRN:宽残留网络
  14. ResNeXt:深层神经网络的聚合残差变换
  15. DenseNet:密集连接的卷积网络
  16. PyramidNet:深金字塔残留网络
  17. DPN:双路径网络
  18. SqueezeNet:AlexNet级准确度,参数减少50倍,模型尺寸小于0.5MB
  19. MobileNets:用于移动视觉应用的高效卷积神经网络
  20. ShuffleNet:移动设备极高效的卷积神经网络

你可能感兴趣的:(CNN结构模型一句话概述:从LeNet到ShuffleNet)