LeNet,AlexNet,VGG,Network in Network(NiN),GoogLeNet,ResNet,DenseNet总结
今天把李沐讲的卷积神经网络视频看完了,现在来总结一下这几个网络结构各自的特点,没看过原论文,可能会有出入,过几天把论文看完之后再作修改。LeNet总共七层,所有这些层都包含可训练的参数(权重):第一层是卷积层C1,卷积核大小5*5,步长为1,填充为0,输出channels为6(6个featuremaps);第二层是池化层S2,pool_size为2,步长为2,将前一层的2*2区域取平均,然后乘以可