0
点赞
收藏
分享

微信扫一扫

图解CNN十大算法架构

在深度学习应用中,算法主要分为三大类:

  • 用于影像图像数据进行分析处理的卷积神经网络(CNN)
  • 用于文本分析自然语言处理的递归神经网络(RNN)
  • 用于数据生成或非监督学习应用的生成对抗网络(GAN)

随着技术的研究发展,基于这三大类传统算法,也不断衍生出不同的算法变体,其中基于CNN架构的变体有如下几种:


CNN十大架构

  • ​​1. LeNet-5​​
  • ​​2. AlexNet​​
  • ​​3. VGG-16​​
  • ​​4. Inception-v1​​
  • ​​5. Inception-v3​​
  • ​​6. Inception-v4​​
  • ​​7. ResNet-50​​
  • ​​8. ResNeXt-50​​
  • ​​9. Inception-ResNets​​
  • ​​10. Xception​​

为了更好的直观理解算法的架构下图是各图的图例解释:
图解CNN十大算法架构_图例

1. LeNet-5

图解CNN十大算法架构_神经网络_02

2. AlexNet

图解CNN十大算法架构_数据_03

3. VGG-16

图解CNN十大算法架构_深度学习_04

4. Inception-v1

图解CNN十大算法架构_深度学习_05

5. Inception-v3

图解CNN十大算法架构_神经网络_06

6. Inception-v4

图解CNN十大算法架构_深度学习_07

7. ResNet-50

图解CNN十大算法架构_深度学习_08

8. ResNeXt-50

图解CNN十大算法架构_深度学习_09

9. Inception-ResNets

图解CNN十大算法架构_数据_10

10. Xception

图解CNN十大算法架构_神经网络_11


举报

相关推荐

0 条评论