【DAY20240927】经典深度学习模型对比：LeNet5、CNN、ResNet20、AlexNet、TextCNN 与 VGG-11

---

前言

We leverage 6 models to deal with the data, i.e., LeNet5 (LeNet) (LeCun et al. 1989), a synthetic CNN network (CNN), ResNet20 (ResNet) (He et al.2016), AlexNet (Krizhevsky, Sutskever, and Hinton 2012),TextCNN (Zhou et al. 2021b), and VGG-11 (VGG) (Simonyan and Zisserman 2015).

一、LeNet5

LeNet-5 是一种经典的卷积神经网络架构，主要用于手写数字识别。它由 Yann LeCun 等人在 1998 年提出，包含多个卷积层、池化层和全连接层。其主要特点是使用卷积层提取特征，通过池化层减少特征维度，并最终通过全连接层进行分类。LeNet-5 为后来的深度学习模型奠定了基础。普遍认为，卷积神经网络的出现开始于LeCun 等提出的LeNet 网络（LeCun et al., 1998，可以说LeCun 等是CNN 的缔造者，而LeNet-5 则是LeCun 等创造的CNN 经典之作 。

二、CNN

CNN 的基本结构

1、输入层：接收原始图像数据，通常是多通道（如 RGB 图像）。
2、卷积层&